Definisi Kriteria Kuadrat Terkecil

Apa Kriteria Kuadrat Terkecil?

Kriteria kuadrat terkecil adalah rumus yang digunakan untuk mengukur keakuratan garis lurus dalam menggambarkan data yang digunakan untuk menghasilkannya. Artinya, rumus menentukan garis yang paling cocok.

Rumus matematika ini digunakan untuk memprediksi perilaku variabel dependen. Pendekatan ini juga disebut garis regresi kuadrat terkecil.

Memahami Kriteria Kuadrat Terkecil

Kriteria kuadrat terkecil ditentukan dengan meminimalkan jumlah kuadrat dibuat oleh fungsi matematika. Persegi ditentukan dengan mengkuadratkan jarak antara titik data dan garis regresi atau nilai rata-rata dari kumpulan data.

Analisis kuadrat terkecil dimulai dengan sekumpulan titik data yang diplot pada grafik. Variabel bebas diplot pada sumbu x horizontal sedangkan variabel terikat diplot pada sumbu y vertikal. Analis menggunakan rumus kuadrat terkecil untuk menentukan garis lurus yang paling akurat yang akan menjelaskan hubungan antara variabel bebas dan variabel terikat.

Penggunaan Umum Kuadrat Terkecil

Kemajuan dalam daya komputasi di samping teknik rekayasa keuangan baru telah meningkatkan penggunaan metode kuadrat terkecil dan memperluas prinsip dasarnya.

Kuadrat terkecil dan metode statistik terkait telah menjadi hal biasa di seluruh keuangan, ekonomi, dan investasi, meskipun penerima manfaat tidak selalu mengetahui penggunaannya.

Misalnya, penasihat Robo yang sekarang digunakan oleh banyak platform investasi menggunakan teknik simulasi Monte Carlo untuk mengelola portofolio, meskipun hal ini dilakukan di belakang layar dan tidak terlihat oleh pemegang akun yang menggunakannya mereka.

Aplikasi lain termasuk analisis deret waktu dari distribusi pengembalian, peramalan ekonomi dan strategi kebijakan, dan pemodelan opsi lanjutan.

Apa yang Kuadrat Terkecil Memberitahu Anda?

Alih-alih mencoba memecahkan persamaan dengan tepat, matematikawan menggunakan metode kuadrat terkecil untuk sampai pada pendekatan yang dekat. Ini disebut sebagai perkiraan kemungkinan maksimum.

Pendekatan kuadrat terkecil membatasi jarak antara fungsi dan titik data yang dijelaskan oleh fungsi tersebut. Ini digunakan dalam analisis regresi, sering kali dalam regresi nonlinier pemodelan di mana kurva cocok dengan satu set data.

Pendekatan kuadrat terkecil adalah metode populer untuk menentukan persamaan regresi, dan ini memberi tahu Anda tentang hubungan antara variabel respons dan variabel prediktor.

Metode pemodelan yang sering digunakan saat memasang fungsi pada kurva antara lain metode garis lurus, metode polinomial, metode logaritma, dan metode Gaussian.

Linear atau kuadrat terkecil biasa adalah penduga regresi linier paling sederhana dan paling umum digunakan untuk menganalisis data observasional dan eksperimen. Ini menemukan garis lurus yang paling cocok melalui serangkaian titik data yang diberikan.