Vanliga minsta kvadratmetoden, ofta förkortad OLS (engelska Ordinary Least Squares), är en standardteknik för att skatta parametrar i linjära modeller. Metodens huvudidé är enkel: hitta de parametervärden som gör att de förutsagda värdena ligger så nära de observerade som möjligt i termer av summan av kvadrerade avvikelser. OLS används brett för både beskrivning och inferens i exempelvis ekonomi, naturvetenskap och teknik.

Egenskaper och grundläggande antaganden

Metodens resultat har flera välstudierade egenskaper när vissa villkor är uppfyllda. Viktiga antaganden inkluderar linjäritet i parametrarna, att feltermerna har noll medelvärde och inte är korrelerade med förklaringsvariablerna, likformig varians (homoskedasticitet) samt frånvaro av perfekt multikollinearitet. Under dessa villkor blir OLS-estimatorn den bästa linjära olikviktade estimatorn (BLUE) enligt Gauss–Markov-teoremet.

  • Enkel tolkning: koefficienter visar marginaleffekter i en linjär modell.
  • Stabil formel: i matrisform finns en sluten lösning som ofta kan beräknas direkt.
  • Relation till sannolikhetsteori: med normalfördelade feltermer sammanfaller OLS med maximum likelihood.

Historia och utveckling

Metoden har sina rötter i 1700- och 1800-talets arbete med observationer och kurvanpassning. Den formaliserades och fick teoretisk tyngd genom arbeten av statistiker och matematiker som utvecklade teorin för linjära modeller och felanalys. OLS förblev populär tack vare sin enkelhet och goda egenskaper under rimliga antaganden.

Användningsområden och exempel

Praktiska tillämpningar omfattar skattning av samband mellan variabler, prognoser och hypotesprövning. Ett enkelt exempel är att skatta lutningen och interceptet i en rät linje som beskriver sambandet mellan en oberoende och en beroende variabel. I ekonomi används OLS för att bedöma inkomstfaktorers påverkan på konsumtion; i naturvetenskap för att kalibrera instrument eller bestämma fysikaliska konstanter.

Särskilda överväganden och skillnader

Även om OLS är robust och lätt att tillämpa finns fall där resultaten kan vara missvisande: om antagandena kränks kan estimatorn vara ineffektiv eller biased. Alternativ som viktade minsta kvadratmetoder och metoder för begränsade beroenden används när homoskedasticitet eller oberoende bryts. OLS är också ett specialfall av den bredare minsta kvadrater-metodiken.

För mer teoretisk bakgrund och formella definitioner se vidare om parametrar i statistiska modeller: parametrar, allmänna principer i statistiken samt tillämpningar inom linjär regression. Ytterligare resurser och tillämpningsexempel finns via utbildnings- och programvaruguider med fokus på estimatorns egenskaper och diagnostik.