Rozdíly mezi OLS a MLE

OLS vs MLE

Často se snažíme zmizet, když se jedná o statistiky. Pro některé je řešení statistik jako děsivé zkušenosti. Nenávidíme čísla, řádky a grafy. Nicméně musíme čelit této velké překážce, abychom dokončili školní docházku. Pokud ne, bude vaše budoucnost temná. Žádná naděje a žádné světlo. Abychom mohli předat statistiky, často se setkáváme s OLS a MLE. "OLS" znamená "obyčejné nejmenší čtverce", zatímco "MLE" znamená "odhad maximální pravděpodobnosti." Obvykle jsou tyto dva statistické pojmy navzájem propojeny. Dozvíme se o rozdílech mezi běžnými nejmenšími čtvercimi a nejvyššími pravděpodobnostními odhady.

Obvyklé nejmenší čtverce nebo OLS lze také nazvat lineárními nejmenšími čtverci. Jedná se o metodu pro přibližné určení neznámých parametrů umístěných v modelu lineární regrese. Podle statistických knih a jiných on-line zdrojů se získájí obyčejné nejmenší čtverce minimalizací součtu čtvercových vertikálních vzdáleností mezi pozorovanými odezvami v datové množině a odpověďmi předvídanými lineární aproximací. Prostřednictvím jednoduchého vzorce můžete vyjádřit výsledný odhadovač, zejména jediný regresor umístěný na pravé straně modelu lineární regrese.

Například máte množinu rovnic, která se skládá z několika rovnic, které mají neznámé parametry. Můžete použít obvyklou metodu nejmenších čtverců, protože to je nejvíce standardní přístup při hledání přibližného řešení pro vaše příliš přesné systémy. Jinými slovy je to vaše celkové řešení při minimalizaci součtu čtverců chyb ve vaší rovnici. Úprava dat může být vaše nejvhodnější aplikace. Online zdroje uvádějí, že data, která nejlépe vyhovují běžným nejmenším čtvercům, minimalizují součet čtvercových reziduí. "Zbytková" je "rozdíl mezi pozorovanou hodnotou a nastavenou hodnotou poskytovanou modelem."

Maximální odhad pravděpodobnosti nebo metoda MLE je metoda, která se používá k odhadu parametrů statistického modelu a pro přizpůsobení statistického modelu datům. Pokud chcete zjistit měření výšky každého basketbalového hráče na určitém místě, můžete použít odhad maximální pravděpodobnosti. Obvykle byste narazili na problémy, jako jsou náklady a časové omezení. Pokud si nemůžete dovolit měřit všechny výšky basketbalových hráčů, odhad maximální pravděpodobnosti by byl velmi užitečný. Pomocí maximálního odhadu pravděpodobnosti můžete odhadnout střední hodnotu a odchylku výšky vašich subjektů. MLE by nastavil 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 pro předpovídání dat potřebných pro normální distribuci. Daný pevný soubor dat a jeho pravděpodobnostní model by pravděpodobně produkovali předpověděná data. MLE nám poskytne jednotný přístup, pokud jde o odhad. V některých případech však nemůžeme použít odhad maximální pravděpodobnosti kvůli rozpoznaným chybám nebo problém skutečně neexistuje ve skutečnosti.

Další informace o nástrojích OLS a MLE naleznete v dalších příkladech. Online encyklopedie Webové stránky jsou také dobrým zdrojem doplňujících informací.

Souhrn:

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

2. Obvyklé nejmenší čtverce nebo OLS lze také nazvat lineárními nejmenšími čtverci. Jedná se o metodu pro přibližné určení neznámých parametrů umístěných v modelu lineární regrese.

3. Maximální odhad pravděpodobnosti nebo MLE je metoda, která se používá k odhadu parametrů statistického modelu a pro přizpůsobení statistického modelu datům.