statistics - 最小二乘 (LS) 和普通最小二乘 (OLS) 的区别
问题描述
关于线性回归,最小二乘 (LS) 和普通最小二乘 (OLS) 之间的差异。
我发现了什么:-经过一番搜索,我发现在普通最小二乘法中我们只考虑预测值和给定因变量之间的垂直距离,而在最小二乘法中,我们考虑垂直和水平距离。
如果我错了,请纠正我,如果解释不完整或不正确,请添加详细信息。
解决方案
这更加令人困惑,因为 LS 取决于所考虑的偏差。
通常,通常的 OLS 是关于点坐标的偏差。
复制自https://fr.scribd.com/doc/14819165/Regressions-coniques-quadriques-circulaire-spherique中的第 7-8 页
推荐阅读
- ios - How to remove navigation bar items when a view controller is removed from navigation stack?
- javascript - Chrome/Firefox 中的多个空格溢出 textarea
- java - Java在List中获取数组
- angular - Angular:@Output EventEmitter 订阅
- performance - Julia - @code_warntype issue with ProgressMeter
- javascript - Assign texture to loaded glb model in Three.js
- azure - How to get a list of users from azure graph API
- gitlab-ci - 如何在 gitlab-ci 中更好地控制作业调度?
- ssh - Multi-line command execution over remote SSH
- javascript - GTM javascript不填充变量