عام طور پر کم از کم اسکوائر رجعت (اولسر) کیا ہے؟ - ٹیکپوپیڈیا سے تعریف

تعریف - عام طور پر کم سے کم اسکوائرس رجعت (او ایل ایس آر) کا کیا مطلب ہے؟

عام طور پر کم از کم اسکوائر رجعت (او ایل ایس آر) ایک عام لکیری ماڈلنگ تکنیک ہے۔ یہ لکیری ریگریشن ماڈل میں شامل تمام نامعلوم پیرامیٹرز کا اندازہ کرنے کے لئے استعمال کیا جاتا ہے ، جس کا مقصد مشاہدہ کردہ متغیرات اور وضاحتی تغیرات کے فرق کے مربعوں کے جوڑے کو کم کرنا ہے۔

عام طور پر کم از کم اسکوائرس رجعت کو عام کم سے کم اسکوائرز یا کم سے کم اسکوائر غلطیوں کی رجعت کے نام سے بھی جانا جاتا ہے۔

ٹیکوپیڈیا نے عام طور پر کم سے کم اسکوائرس رجعت (او ایل ایس آر) کی وضاحت کی

کارل فریڈرک گاؤس نے 1795 میں ایجاد کی تھی ، اسے پیش گوئی کے ابتدائی عام طریقوں میں سے ایک سمجھا جاتا ہے۔ او ایل ایس آر ایک انحصار متغیر (جس کی وضاحت یا پیش گوئی کرنا ہے) اور اس کے ایک یا زیادہ آزاد متغیر (وضاحتی متغیر) کے مابین تعلقات کو بیان کرتی ہے۔ او ایل ایس آر کی درخواست متعدد شعبوں جیسے نفسیات ، سماجی علوم ، طب ، اقتصادیات اور مالیات میں پائی جاسکتی ہے۔

دو تعلقات ہیں جو ہوسکتے ہیں: لکیری اور گھماؤ۔ خطوط رشتہ ایک سیدھی لائن ہے جو پوائنٹس کے مرکزی رجحان کے ذریعہ کھینچی جاتی ہے۔ جبکہ ایک گھماؤ رشتہ ایک مڑے ہوئے خط کا ہوتا ہے۔ کہا گیا متغیر کے مابین ایسوسی ایشن کو ایک سکریٹرپلوٹ کا استعمال کرکے دکھایا گیا ہے۔ رشتہ مثبت یا منفی ہوسکتا ہے ، اور اس کے نتیجے میں تغیر بھی طاقت میں مختلف ہوتا ہے۔

بنیادی سطح پر ، او ایل ایس آر غیر ریاضی دانوں کے ذریعہ بھی آسانی سے سمجھا جاسکتا ہے ، اور اس کے حل کی آسانی سے تشریح کی جاسکتی ہے۔ اس میں مزید اضافے کا تعلق لکیری الجبرا سے حالیہ کمپیوٹرز کے بلٹ ان الگورتھموں کے ساتھ اس کی فراہمی کی وجہ سے ہے۔ اس طرح سیکڑوں آزاد متغیرات کے ساتھ دسیوں ہزاروں ڈیٹا پوائنٹس کو مؤثر طریقے سے نتائج فراہم کرنے والے مسائل پر جلد اس کا اطلاق کیا جاسکتا ہے۔

او ایل ایس آر اکثر ایکومیومیٹرکس میں استعمال ہوتا ہے ، کیونکہ یہ گاؤس مارکوف کے مفروضوں کو دیکھتے ہوئے بہترین لکیری غیر جانبدار تخمینہ لگانے والا (BLUE) مہیا کرتا ہے۔ ایکونومیٹرکس معاشیات کی ایک شاخ ہے جہاں اعداد و شمار کے طریقوں کا اطلاق معاشی اعداد و شمار پر ہوتا ہے۔ اس کا مقصد موجودہ ڈیٹا کی موجودہ مقدار کو جدا کرکے سادہ تعلقات استوار کرنا ہے۔ اس شماریاتی الگورتھم کو مشین لرننگ اور پیشن گوئی تجزیات میں بھی استعمال کیا جارہا ہے تاکہ متحرک طور پر بدلنے والے تغیرات کی بنیاد پر نتائج کی متحرک طور پر پیش گوئی کی جاسکے۔