Rozdíly mezi OLS a MLE

OLS vs MLE

Často se snažíme zmizet, když se téma týká statistik. Pro některé je řešení statistik jako děsivý zážitek. Nesnášíme čísla, čáry a grafy. Abychom však mohli školu dokončit, musíme čelit této velké překážce. Pokud ne, vaše budoucnost by byla temná. Žádná naděje a žádné světlo. Abychom mohli předávat statistiky, často se setkáváme s OLS a MLE. „OLS“ znamená „obyčejné nejmenší čtverce“, zatímco „MLE“ znamená „odhad maximální pravděpodobnosti“. Obvykle jsou tyto dva statistické termíny vzájemně propojeny. Podívejme se na rozdíly mezi běžnými odhady nejmenších čtverců a odhady maximální pravděpodobnosti.

Obvyklé nejmenší čtverce nebo OLS lze také nazvat nejmenšími lineárními čtverci. Toto je metoda pro přibližné určení neznámých parametrů umístěných v lineárním regresním modelu. Podle statistických knih a jiných online zdrojů se obyčejné nejmenší čtverce získají minimalizací celkové čtvercové vertikální vzdálenosti mezi pozorovanými odpověďmi v datovém souboru a odpověďmi předpovídanými lineární aproximací. Pomocí jednoduchého vzorce můžete vyjádřit výsledný odhad, zejména jediný regresor, umístěný na pravé straně lineárního regresního modelu.

Například máte sadu rovnic, která se skládá z několika rovnic, které mají neznámé parametry. Můžete použít běžnou metodu nejmenších čtverců, protože je to nejstandardnější přístup k nalezení přibližného řešení vašich příliš určených systémů. Jinými slovy, je to vaše celkové řešení v minimalizaci součtu čtverců chyb ve vaší rovnici. Přizpůsobení dat může být vaše nejvhodnější aplikace. Online zdroje uvedly, že data, která nejlépe vyhovují obyčejným nejmenším čtvercům, minimalizují součet zbytků na druhou. „Reziduální“ je „rozdíl mezi pozorovanou hodnotou a namontovanou hodnotou poskytovanou modelem.“

Odhad maximální pravděpodobnosti (MLE) je metoda používaná při odhadu parametrů statistického modelu a pro přizpůsobení statistického modelu k datům. Pokud chcete najít měření výšky každého basketbalového hráče na konkrétním místě, můžete použít odhad maximální pravděpodobnosti. Normálně byste narazili na problémy, jako jsou náklady a časová omezení. Pokud byste si nemohli dovolit měřit všechny výšky basketbalových hráčů, odhad maximální pravděpodobnosti by byl velmi užitečný. Pomocí odhadu maximální pravděpodobnosti můžete odhadnout průměr a rozptyl výšky svých subjektů. MLE by stanovil průměr a rozptyl jako parametry při určování specifických parametrických hodnot v daném modelu.

Abychom to shrnuli, odhad maximální pravděpodobnosti pokrývá sadu parametrů, které lze použít k predikci údajů potřebných v normálním rozdělení. Daný, pevný soubor dat a jeho pravděpodobnostní model by pravděpodobně produkoval předpovězená data. MLE by nám poskytla jednotný přístup, pokud jde o odhad. V některých případech však nemůžeme použít odhad maximální pravděpodobnosti z důvodu rozpoznaných chyb nebo problém ve skutečnosti vůbec neexistuje.

Další informace o OLS a MLE naleznete v dalších statistických knihách. Dobré zdroje dalších informací jsou také webové stránky online encyklopedie.

Souhrn:

  1. „OLS“ znamená „obyčejné nejmenší čtverce“, zatímco „MLE“ znamená „odhad maximální pravděpodobnosti“.

  2. Obvyklé nejmenší čtverce nebo OLS lze také nazvat nejmenšími lineárními čtverci. Toto je metoda pro přibližné určení neznámých parametrů umístěných v lineárním regresním modelu.

  3. Odhad maximální pravděpodobnosti (MLE) je metoda používaná při odhadu parametrů statistického modelu a pro přizpůsobení statistického modelu datům..