साधारण कम से कम वर्ग प्रतिगमन (ओल्स्र) क्या है? - टेक्नोपेडिया से परिभाषा

परिभाषा - साधारण Least Squares Regression (OLSR) का क्या अर्थ है?

साधारण न्यूनतम वर्ग प्रतिगमन (OLSR) एक सामान्यीकृत रैखिक मॉडलिंग तकनीक है। इसका उपयोग रेखीय प्रतिगमन मॉडल में शामिल सभी अज्ञात मापदंडों का आकलन करने के लिए किया जाता है, जिसका लक्ष्य मनाया गया चर और व्याख्यात्मक चर के अंतर के वर्गों को कम करना है।

साधारण न्यूनतम वर्ग प्रतिगमन को साधारण न्यूनतम वर्ग या कम से कम चुकता त्रुटियों के प्रतिगमन के रूप में भी जाना जाता है।

Techopedia ऑर्डिनरी लेस्टर स्क्वेयर रिग्रेशन (OLSR) की व्याख्या करता है

1795 में कार्ल फ्रेडरिक गॉस द्वारा आविष्कार किया गया था, इसे सबसे पहले ज्ञात सामान्य भविष्यवाणी विधियों में से एक माना जाता है। ओएलएसआर एक आश्रित चर के बीच संबंध का वर्णन करता है (जिसका उद्देश्य समझाया जाना या भविष्यवाणी करना है) और इसके एक या अधिक स्वतंत्र चर (व्याख्यात्मक चर)। OLSR एप्लिकेशन को मनोविज्ञान, सामाजिक विज्ञान, चिकित्सा, अर्थशास्त्र और वित्त जैसे असंख्य क्षेत्रों में पाया जा सकता है।

दो संबंध हो सकते हैं: रैखिक और वक्रता। एक रैखिक संबंध एक सीधी रेखा है जिसे बिंदुओं की केंद्रीय प्रवृत्ति के माध्यम से खींचा जाता है; जबकि एक वक्रतापूर्ण संबंध एक घुमावदार रेखा है। स्कैबप्लॉट का उपयोग करके कहा गया है कि चर के बीच संघों को दर्शाया गया है। संबंध सकारात्मक या नकारात्मक हो सकता है, और परिणाम भिन्नता भी ताकत में भिन्न होती है।

एक बुनियादी स्तर पर, ओएलएसआर को गैर-गणितज्ञों द्वारा भी आसानी से समझा जा सकता है, और इसके समाधान की आसानी से व्याख्या की जा सकती है। इसका जोड़ा संबंध हाल के कंप्यूटरों के रेखीय बीजगणित से हाल ही में निर्मित एल्गोरिदम के साथ अपने खर्च के कारण है। इस प्रकार यह जल्दी से सैकड़ों स्वतंत्र चर के साथ समस्याओं पर कुशलतापूर्वक लागू हो सकता है जो दसियों हजार डेटा बिंदुओं को कुशलतापूर्वक परिणाम प्रदान करता है।

OLSR अक्सर अर्थमिति में उपयोग किया जाता है, क्योंकि यह गॉस-मार्कोव मान्यताओं को देखते हुए सबसे अच्छा रैखिक निष्पक्ष अनुमानक (BLUE) प्रदान करता है। अर्थमिति अर्थशास्त्र की वह शाखा है जहाँ सांख्यिकीय तरीके आर्थिक आंकड़ों पर लागू होते हैं। इसका उद्देश्य मौजूदा भारी मात्रा में डेटा को विच्छेद करके सरल संबंधों को निकालना है। इस सांख्यिकीय एल्गोरिदम का उपयोग मशीन लर्निंग और भविष्य कहनेवाला विश्लेषिकी में गतिशील रूप से बदलते चर के आधार पर परिणामों की भविष्यवाणी करने के लिए भी किया जा रहा है।