Método dos mínimos quadrados: diferenças entre revisões
Conteúdo apagado Conteúdo adicionado
+correções semiautomáticas (v0.57/3.1.56/) |
m Bot: Substituição automática de afluentes - solicitado em Usuária:Aleth Bot/Substituição de afluentes |
||
Linha 2:
O '''Método dos Mínimos Quadrados (MMQ)''', ou Mínimos Quadrados Ordinários (MQO) ou OLS (do inglês ''Ordinary Least Squares'') é uma técnica de [[otimização]] [[matemática]] que procura encontrar o melhor ajuste para um conjunto de dados tentando minimizar a soma dos quadrados das diferenças entre o valor estimado e os dados observados (tais diferenças são chamadas resíduos).<ref name="berkeley">{{Citar web|lingua=Inglês|url=http://elsa.berkeley.edu/sst/regression.html|titulo=Regression Analysis|autor=[[Universidade de Berkeley]], ''Econometrics Laboratory Software Archive''|acessodata=18/05/2011}}</ref>
É a forma de estimação mais amplamente utilizada na [[econometria]]. Consiste em um [[estimador]] que minimiza a soma dos quadrados dos resíduos da [[Regressão (estatística)|regressão]], de forma a maximizar o grau de ajuste do modelo aos dados observados.
Um [[requisito]] para o método dos mínimos quadrados é que o fator imprevisível (erro) seja [[Aleatoriedade|distribuído aleatoriamente]] e essa distribuição seja [[Distribuição Normal|normal]]. O Teorema Gauss-Markov garante (embora indiretamente) que o estimador de mínimos quadrados é o estimador não-enviesado de mínima [[variância]] [[linear]] na variável resposta.
Linha 200:
=== Exemplo de regressão múltipla ===
Considere a base de dados usada no exemplo da [[Regressão (estatística)|regressão]] simples, porém, acrescente mais uma variável explicativa (taxa de juros):
{| class="wikitable" style="text-align:right;"
Linha 359:
*[[Máxima verossimilhança]]
*[[Método dos momentos generalizados]] - MMG
*[[Regressão (estatística)|Regressão]]
*[[Econometria]]
*[[Decomposição em Valores Singulares]] - a técnica computacional moderna para regressão e projeção ortogonal.
| |||