Razlike med OLS in MLE

OLS proti MLE

Pogosto poskušamo izginiti, ko je tema o statistiki. Za nekatere je ukvarjanje s statistiko kot grozljiva izkušnja. Sovražimo številke, vrstice in grafe. Kljub temu pa se moramo soočiti s to veliko oviro, da lahko zaključimo šolanje. Če ne, bi bila vaša prihodnost temačna. Brez upanja in brez luči. Če želite prenesti statistiko, pogosto naletimo na OLS in MLE. "OLS" pomeni "najmanjši navadni kvadrat", medtem ko "MLE" pomeni "največja ocena verjetnosti." Običajno sta ta dva statistična izraza povezana drug z drugim. Spoznajmo razlike med navadnimi najmanjšimi kvadratki in največjimi ocenami verjetnosti.

Navadne najmanjše kvadratke ali OLS lahko imenujemo tudi linearni najmanjši kvadratki. To je metoda za približno določitev neznanih parametrov, ki se nahajajo v modelu linearne regresije. Glede na statistične knjige in druge vire na spletu dobimo navadne najmanjše kvadrate z zmanjšanjem skupne navpične kvadratne razdalje med opazovanimi odzivi v naboru podatkov in odzivi, predvidenimi z linearnim približkom. S preprosto formulo lahko izrazite dobljeni ocenjevalec, zlasti enojni regresor, ki se nahaja na desni strani modela linearne regresije.

Na primer, imate niz enačb, ki je sestavljen iz več enačb z neznanimi parametri. Lahko uporabite metodo navadnih najmanjših kvadratov, ker je to najbolj standarden pristop pri iskanju približne rešitve za vaše preveč določene sisteme. Z drugimi besedami, vaša splošna rešitev je zmanjšanje vsote kvadratov napak v vaši enačbi. Prilagoditev podatkov je lahko vaša najbolj primerna aplikacija. Spletni viri so navedli, da podatki, ki najbolje ustrezajo navadnim najmanjšim kvadratom, minimizirajo vsoto preostalih kvadratov. "Preostala vrednost" je "razlika med opaženo vrednostjo in vgrajeno vrednostjo, ki jo daje model."

Najvišja ocena verjetnosti ali MLE je metoda, ki se uporablja za določanje parametrov statističnega modela in za prilagajanje statističnega modela podatkom. Če želite poiskati meritev višine vsakega košarkarja na določeni lokaciji, lahko uporabite oceno največje verjetnosti. Običajno bi naleteli na težave, kot so časovne in časovne omejitve. Če si ne bi mogli privoščiti merjenja vseh višin košarkarjev, bi bila ocena največje verjetnosti zelo priročna. Z najvišjo oceno verjetnosti lahko ocenite povprečje in odstopanje višine vaših subjektov. MLE bi določil povprečje in variance kot parametre pri določanju specifičnih vrednosti parametrov v danem modelu.

Če povzamem, ocena največje verjetnosti zajema niz parametrov, ki jih lahko uporabimo za napovedovanje podatkov, potrebnih za normalno distribucijo. Dani, fiksni niz podatkov in njegov verjetnostni model bi verjetno prinesli predvidene podatke. MLE bi nam dal enoten pristop, ko gre za oceno. Toda v nekaterih primerih ne moremo uporabiti ocene največje verjetnosti zaradi prepoznanih napak ali težava v resnici sploh ne obstaja..

Če želite več informacij o OLS in MLE, si za več primerov oglejte statistične knjige. Spletna enciklopedija Spletne strani so tudi dober vir dodatnih informacij.

Povzetek:

1. "OLS" pomeni "najmanjši navadni kvadrat", medtem ko "MLE" pomeni "največja ocena verjetnosti."

2. Navadne najmanjše kvadratke ali OLS lahko imenujemo tudi linearni najmanjši kvadratki. To je metoda za približno določitev neznanih parametrov, ki se nahajajo v modelu linearne regresije.

3. Najvišja ocena verjetnosti ali MLE je metoda, ki se uporablja za določanje parametrov statističnega modela in za prilagajanje statističnega modela podatkom.