Hvor mindste kvadraters metode

mindste kvadraters metode (OLS) gør det muligt at evaluere de forskellige værdier ved hjælp af resultaterne af flere målinger, der indeholder tilfældige fejl.

Feature MNC'er

Den grundlæggende idé med denne metode er, at som et kriterium for rigtigheden af ​​at løse problemet betragtes summen af ​​kvadrerede fejl, der søger at minimere.Ved brug af denne metode kan anvendes som en numerisk og analytisk tilgang.

Især da den numeriske implementering af mindste kvadraters metode betyder udfører det størst mulige antal dimensioner ukendt stokastisk variabel.Desuden er de flere beregninger, jo mere nøjagtig løsningen.På dette sæt af beregninger (originale data) få et andet sæt af påståede løsninger fra som derefter udvalgt de bedste.Hvis opløsningen sæt af parametriseret, de mindste kvadraters metode reducerer til at finde de optimale parameterværdier.

Som en analytisk tilgang til gennemførelsen af ​​den multinationale på det sæt af input data (målinger) og den forventede sæt af løsninger er bestemt af nogle funktionelle afhængighed (funktionel), som kan udtrykkes ved formlen opnået som en hypotese, der kræver bekræftelse.I dette tilfælde er den mindste kvadraters metode reduceres til at finde et minimum af denne funktionelle på sættet af kvadrater af fejl oprindelige data.

Bemærk at ingen fejl selv, nemlig firkanter fejl.Hvorfor er det?Det faktum, at der ofte afvigelsen fra de nøjagtige måleværdier er både positive og negative.Ved fastsættelsen af ​​den gennemsnitlige målefejl simpel summation kan føre til den forkerte konklusion om kvaliteten af ​​vurderingen, da den gensidige ødelæggelse af positive og negative værdier lavere strøm prøvesæt af målinger.Og dermed nøjagtigheden af ​​estimatet.

Til dette skete ikke, og summen af ​​kvadraterne af afvigelserne.Endnu mere, at tilpasse dimensionen af ​​den målte værdi og den endelige evaluering af summen af ​​kvadrerede fejl kvadratrødder.

Nogle applikationer multinationale selskaber

multinationale selskaber er meget udbredt i forskellige områder.For eksempel, i teorien om sandsynlighed og matematisk statistik metode anvendes til at bestemme egenskaberne ved en tilfældig variabel er standardafvigelsen, som bestemmer bredden af ​​rækken af ​​værdier af stokastiske variabel.

i matematisk analyse og forskellige områder af fysikken, der bruges til at vise eller bekræftelse af hypoteser denne enhed, er OLS bruges især til at vurdere den omtrentlige repræsentation af funktioner defineret på en numerisk sæt, enklere funktioner, indrømmer en analytisk transformation.

En anden anvendelse af denne teknik - adskillelse af det nyttige signal fra støj pålagt ham i filtreringsproblemer.

anden anvendelsesområde den multinationale - økonometri.Her er denne metode så udbredt, at det havde identificeret nogle særlige modifikationer.

fleste opgaver økonometri, alligevel, er reduceret til at løse systemer af lineære økonometriske ligninger, der beskriver opførslen af ​​visse systemer - strukturelle modeller.Det vigtigste element i hver af disse modeller - tidsserierne, som er et sæt af visse egenskaber, hvis værdier afhænger af den tid og en række andre faktorer.Dette kan være en sammenhæng mellem den interne (endogene) og eksterne træk ved modellens (eksogene) egenskaber.Denne korrespondance er normalt udtrykt i form af systemer af lineære ligninger økonomisk.

karakteristisk for sådanne systemer er eksistensen af ​​forholdet mellem de enkelte variabler, som på den ene side, komplicere det, den anden - overstyring.Hvad er årsagen til usikkerhed i valget af løsninger på sådanne systemer.En yderligere faktor, der komplicerer løsningen af ​​disse problemer er afhængigheden af ​​modelparametre fra tid til anden.

Hovedformålet med opgaverne for økonometri - identifikation af mønstre, der er definitionen af ​​strukturelle forhold i den valgte model, og vurderingen af ​​en række parametre.

Recovery afhængigheder i tidsserier, kan model komponenter skal udføres, navnlig ved både direkte multinationale selskaber og nogle ændringer, samt en række andre metoder.Særlige modifikationer multinationale selskaber i at løse sådanne problemer specielt udviklet til at løse forskellige problemer, der opstår i processen med at løse systemer af ligninger.

Især et af disse problemer, der er forbundet med tilstedeværelsen af ​​oprindelige begrænsninger på de parametre, der skal evalueres.For eksempel kan indkomsten for en privat virksomhed blive brugt på forbrug eller på dens udvikling.Derfor er summen af ​​disse to dele af omkostningerne naturligvis på 1. system af ligninger økonometriske disse dele kan omfatte selvstændigt.Derfor er det muligt at vurdere de forskellige typer af udgifter ved OLS, uden begrænsning kilden, og derefter justere resultatet.Dette kaldes en indirekte metode til at løse de mindste kvadraters metode.

indirekte metode mindste kvadraters (ILS) bruges til nøjagtigt at bestemme den strukturelle model.ILS-algoritmen involverer følgende handlinger:

1) omdannelse af den strukturelle model i en enkel, reduceret form ved at indføre yderligere afhængighed;

2) evaluering ved hjælp af konventionelle OLS reducerede koefficienter for hver ligning en forenklet model;

3) opnået koefficienterne i en simpel form modelparametre konverteres til den oprindelige strukturelle model.

værd at bemærke, sverhidentifitsiruemyh ILS-systemer ikke anvendes, som i dette tilfælde, kan jobbet ikke være endelige skøn over parametrene i den strukturelle model.For sådanne modeller kan bruges af en anden ændring af OLS - totrins mindste kvadraters metode (KDOM).

KDOM følgende algoritme:

1) baseret på en forenklet model til at beregne ligningen sverhidentifitsiruemogo værdier af interne variabler, der er indeholdt i den rigtige del af ligningen;

2) erstatte værdierne af de variable i stedet for faktiske relevante variabler i den oprindelige model og igen bruge en normal MNC.

Detaljeret beskrivelse og indirekte totrins mindste kvadraters metode er givet i mange lærebøger om økonometri.Det særlige ved disse metoder, samt de sædvanlige OLS, i deres alsidighed gør dem egnede til at estimere koefficienterne af enhver strukturel model uanset fagområde.