Разлики между OLS и MLE

OLS срещу MLE

Често се опитваме да изчезнем, когато темата е за статистиката. За някои работата със статистиката е като ужасяващо преживяване. Мразим числата, линиите и графиките. Въпреки това трябва да се изправим пред това голямо препятствие, за да завършим училището. Ако не, бъдещето ви ще бъде тъмно. Без надежда и без светлина. За да можем да предаваме статистически данни, често срещаме OLS и MLE. „OLS“ означава „най-обикновени най-малки квадратчета“, докато „MLE“ означава „максимална оценка на вероятността“. Обикновено тези два статистически термина са свързани помежду си. Нека научим за разликите между най-обикновените най-малки квадратчета и максималните оценки на вероятността.

Обикновените най-малки квадратчета или OLS също могат да бъдат наречени най-малките линейни квадрати. Това е метод за приблизително определяне на неизвестните параметри, разположени в модела на линейна регресия. Според статистическите книги и други източници онлайн, най-обикновените най-малки квадрати се получават чрез минимизиране на общото квадратно вертикално разстояние между наблюдаваните отговори в набора от данни и отговорите, предвидени от линейното приближение. Чрез проста формула можете да изразите получения оценител, особено единичният регресор, разположен от дясната страна на модела на линейна регресия.

Например, имате набор от уравнения, който се състои от няколко уравнения с неизвестни параметри. Можете да използвате метода с най-малки квадратчета, тъй като това е най-стандартният подход при намирането на приблизителното решение на вашите прекалено определени системи. С други думи, това е вашето цялостно решение за минимизиране на сумата от квадратите грешки във вашето уравнение. Поставянето на данни може да бъде най-подходящото ви приложение. Онлайн източници заявиха, че данните, които най-добре отговарят на най-обикновените квадратчета, минимизират сумата от остатъците от квадрат. „Остатъчен“ е „разликата между наблюдавана стойност и монтираната стойност, предоставена от модел.“

Максималната оценка на вероятността или MLE е метод, използван за изчисляване на параметрите на статистически модел и за приспособяване на статистически модел към данните. Ако искате да намерите измерването на височината на всеки баскетболист на определено място, можете да използвате максималната оценка на вероятността. Обикновено бихте срещнали проблеми като ограничения на разходите и времето. Ако не бихте могли да си позволите да измерите всички височини на баскетболистите, максималната оценка на вероятността би била много удобна. Използвайки максималната оценка на вероятността, можете да прецените средната стойност и отклонението на височината на вашите предмети. MLE би определил средната стойност и дисперсията като параметри при определяне на специфичните параметрични стойности в даден модел.

В обобщение, максималната оценка на вероятността обхваща набор от параметри, които могат да бъдат използвани за прогнозиране на данните, необходими при нормално разпределение. Даден, фиксиран набор от данни и неговият вероятностен модел вероятно ще произведат прогнозираните данни. MLE ще ни даде единен подход, когато става въпрос за оценка. Но в някои случаи не можем да използваме максималната оценка на вероятността поради разпознати грешки или проблемът всъщност дори не съществува в действителност.

За повече информация относно OLS и MLE можете да се обърнете към статистически книги за повече примери. Онлайн енциклопедия Уебсайтовете също са добри източници на допълнителна информация.

Резюме:

1. „OLS“ означава „най-обикновени най-малки квадратчета“, докато „MLE“ означава „максимална оценка на вероятността“.

2. Обикновените най-малки квадратчета или OLS също могат да бъдат наречени най-малките линейни квадрати. Това е метод за приблизително определяне на неизвестните параметри, разположени в модела на линейна регресия.

3. Максималната оценка на вероятността или MLE е метод, използван за оценка на параметрите на статистически модел и за приспособяване на статистически модел към данните.