普通最小二乗法と加重最小二乗法
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/02/18 08:15 UTC 版)
「非線形回帰」の記事における「普通最小二乗法と加重最小二乗法」の解説
最良適合曲線はしばしば、残差二乗和を最小化するものであると想定される。これは普通最小二乗（英語版）（OLS）アプローチである。しかしながら、従属変数が一定の分散を持たない場合は、加重残差二乗和が最小化されるだろう（加重最小二乗法（英語版）を見よ）。それぞれの重みは理想的には観測値の分散の逆数と等しくなるべきであるが、反復加重最小二乗アルゴリズムでは、重みは繰り返し毎に再計算することができる。
※この「普通最小二乗法と加重最小二乗法」の解説は、「非線形回帰」の解説の一部です。
「普通最小二乗法と加重最小二乗法」を含む「非線形回帰」の記事については、「非線形回帰」の概要を参照ください。
ウィキペディア小見出し辞書の「普通最小二乗法と加重最小二乗法」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 普通最小二乗法と加重最小二乗法のページへのリンク
