Mínimo Quadrado Ordinário

Quadrado Mínimo Comum. Mínimo Quadrado Ordinário (OLS).

Quadrado ordinário mínimo é usado para medir a relação entre diferentes variáveis ​​independentes. As variáveis ​​podem ser conceitos da vida real. Por exemplo; vendas, renda, fluxos de caixa, PIB, ratings, preços de ações, etc. Em um sentido mais amplo, quase tudo onde há um histórico de dados. O OLS tem duas variáveis ​​diferentes e pode ter mais. O nome das variáveis ​​é "variável dependente" e "variável independente". Variável independente também chamada de variável explicativa. As variáveis ​​explicativas explicam a variável dependente. A variável dependente é a variável que é explicada e denotada pela letra y, porque também representa o eixo na tabela de x e y. Pode haver muitas variáveis ​​explicativas, por exemplo, no PIB.

O PIB pode simbolizar a variável dependente que seria y. As variáveis ​​explicativas seriam consumo, investimento, gastos do governo e exportações líquidas - que seriam x1, x2, etc. Portanto, o PIB é explicado pelo consumo, investimento, gastos do governo e exportações líquidas (PIB = I + C + G + X). Outro exemplo poderia ser: lucro = inventário, custo de mão de obra, propaganda etc. O OLS é uma maneira simples de estimar e explicar a relação entre a variável dependente e as variáveis ​​explicativas. Quadrado ordinário mínimo não é a única maneira de encontrar uma regressão. Outra maneira é a regressão logística.

O OLS pega a variável dependente e cria uma regressão linear com as variáveis ​​explicativas. Uma regressão é a relação média entre as variáveis. Uma regressão linear positiva e uma linha com inclinação ascendente. Você também pode ver um relacionamento linear negativo que cria uma linha com a inclinação descendente. Portanto, o OLS responde a pergunta de; Se houver uma relação linear entre a variável dependente e a variável explicativa, como ela se pareceria? O OLS não apenas responde à pergunta, mas também fornece informações como a bondade do ajuste e o quanto existe em relação.

O OLS cria uma regressão linear usando mínimos quadrados ordinários e fornece uma estimativa da relação entre as variáveis ​​dependentes e as variáveis ​​explicativas. O mínimo comum é uma maneira de criar uma regressão linear. Existem outras formas de estimar a regressão linear, por exemplo, a regressão linear de Bayes e a forma matricial de regressão linear. Matematicamente, o OLS é escrito como y = Bx0 + Bx1 + e. Onde y é a variável dependente. Bx0 é o coeficiente de interceptação. O coeficiente de interceptação responde à questão do que seria y se x é zero.

Existem outros tipos de regressão, por exemplo, a regressão logística que usa a função logística para criar o modelo de regressão. O OLS é uma regressão linear e utiliza o mínimo quadrado comum para criar uma estimativa linear. A regressão linear criada é uma estimativa da relação entre a variável dependente e as variáveis ​​explicativas se uma linha passar pelo meio dos dados. A inclinação da linha, que é a mudança da linha linear, daria uma estimativa de quanto a variável dependente muda quando há uma mudança nas variáveis ​​explicativas. Outra maneira de explicar isso é que um movimento em x daria o beta (b) em y.

Os exemplos em que a regressão linear OLS é usada incluem economia, especialmente em econometria. O OLS pode ser usado para estimar o PIB (crescimento) de um país, estado ou cidade. No ambiente de negócios, a regressão linear pode ser usada para prever vendas futuras por meio do comportamento de compra de passes.