迴歸與預測建模

普通最小平方法

普通最小平方法(ordinary least squares, OLS)是找出最適配適線的標準做法。對每一條候選直線,它量出每個點在垂直方向上的偏離(殘差),把這些偏離平方後加總;勝出的那條線,就是讓「平方偏離總和」變到最小的那一條。

平方是巧妙之處:它讓所有誤差都變成正的、不會互相抵消,而且對少數的大偏離懲罰得遠比對許多小偏離重,把線往資料的主體拉。OLS 有一條乾淨的精確公式,是幾乎每一門入門迴歸背後的預設方法;但正因為它把誤差平方,所以對離群值很敏感,單一個極端點就可能把線明顯地拉歪。

又称
least squares regression