ओएलएस और एमएलई के बीच अंतर>
ओएलएस बनाम एमएलई
विषय अक्सर आँकड़ों के बारे में है जब हम अक्सर गायब होने की कोशिश करते हैं कुछ के लिए, आंकड़ों से निपटना एक भयानक अनुभव की तरह है हम संख्या, रेखा और ग्राफ़ से नफरत करते हैं। फिर भी, हमें स्कूली शिक्षा खत्म करने के लिए इस महान बाधा का सामना करना पड़ता है। यदि नहीं, तो आपका भविष्य अंधेरा होगा कोई आशा नहीं और कोई प्रकाश नहीं आंकड़े पास करने में सक्षम होने के लिए, हम अक्सर ओएलएस और एमएलई से मुठभेड़ करते हैं। "ओएलएस" का मतलब "सामान्य कम से कम वर्गों" के लिए होता है जबकि "एमईई" का अर्थ "अधिकतम संभावना अनुमान "आम तौर पर, ये दो सांख्यिकीय संदर्भ एक-दूसरे से संबंधित होते हैं चलो आम कम से कम वर्गों और अधिकतम संभावना अनुमानों के बीच अंतर के बारे में जानें।
सामान्य कम से कम वर्गों, या ओएलएस, को रैखिक कम से कम वर्गों के रूप में भी कहा जा सकता है यह एक रेखीय प्रतिगमन मॉडल में स्थित अज्ञात मापदंडों को लगभग निर्धारित करने के लिए एक विधि है। आंकड़ों और अन्य ऑनलाइन स्रोतों की पुस्तकों के अनुसार, डेटासेट के भीतर मनाया प्रतिक्रियाओं और रैखिक सन्निकटन द्वारा अनुमानित प्रतिक्रियाओं के बीच कुल वर्ग खड़ी दूरी को कम करके सामान्य कम से कम वर्ग प्राप्त होते हैं। सरल सूत्र के माध्यम से, आप रेखीय प्रतिगमन मॉडल के दाहिनी ओर स्थित परिणामी आकलनकर्ता, विशेष रूप से एकल रिग्रेसर को व्यक्त कर सकते हैं।
-2 ->उदाहरण के लिए, आपके पास समीकरणों का एक सेट है जिसमें अनगिनत पैरामीटर वाले कई समीकरण होते हैं आप सामान्य कम से कम वर्गों के तरीकों का उपयोग कर सकते हैं क्योंकि यह आपके अत्यधिक निर्धारित सिस्टम के अनुमानित समाधान को खोजने के लिए सबसे मानक तरीका है। दूसरे शब्दों में, यह आपके समीकरण में त्रुटियों के वर्गों के योग को कम करने में आपके समग्र समाधान है। डाटा फिटिंग आपका सबसे अनुकूल अनुप्रयोग हो सकता है ऑनलाइन स्रोतों ने कहा है कि सामान्य न्यूनतम वर्गों में फिट होने वाला डेटा स्क्वायर अवशिष्टों के योग को कम करता है। "अवशिष्ट" "एक मूल्यवान मान और एक आदर्श द्वारा प्रदान किये गए उचित मूल्य के बीच का अंतर है। "
-3 ->अधिकतम संभावना अनुमान, या एमएलई, एक सांख्यिकीय मॉडल के पैरामीटरों के आकलन में इस्तेमाल की जाने वाली विधि है, और डेटा के लिए एक सांख्यिकीय मॉडल को फिटिंग के लिए। यदि आप किसी विशिष्ट स्थान पर प्रत्येक बास्केटबॉल खिलाड़ी की ऊंचाई मापना चाहते हैं, तो आप अधिकतम संभावना अनुमान का उपयोग कर सकते हैं। आम तौर पर, आपको लागत और समय की कमी जैसी समस्याओं का सामना करना पड़ता है। यदि आप सभी बास्केटबॉल खिलाड़ियों की ऊंचाइयों को मापने में सक्षम नहीं हो सकते, तो अधिकतम संभावना अनुमान बहुत आसान होगा। अधिकतम संभावना अनुमान का उपयोग करके, आप अपने विषयों की ऊंचाई के माध्य और भिन्नता का अनुमान लगा सकते हैं। एमएलई एक निर्दिष्ट मॉडल में विशिष्ट पैरामीट्रिक मानों का निर्धारण करने के लिए पैरामीटर के रूप में माध्य और विचरण निर्धारित करेगा।
इसे जमा करने के लिए, अधिकतम संभावना अनुमान में पैरामीटर का एक सेट शामिल होता है जिसे सामान्य वितरण में आवश्यक डेटा की भविष्यवाणी के लिए इस्तेमाल किया जा सकता है। दिए गए, निश्चित डेटा सेट और इसकी संभाव्यता मॉडल अनुमानित आंकड़ों का उत्पादन करेंगे। आकलन के बारे में एमएलई हमें एकीकृत दृष्टिकोण देगा लेकिन कुछ मामलों में, मान्यता प्राप्त त्रुटियों की वजह से हम अधिकतम संभावना अनुमान का उपयोग नहीं कर सकते हैं या समस्या वास्तव में वास्तव में मौजूद नहीं है।
ओएलएस और एमएलई के बारे में अधिक जानकारी के लिए, आप अधिक उदाहरणों के लिए सांख्यिकीय पुस्तकों का उल्लेख कर सकते हैं। ऑनलाइन विश्वकोश वेबसाइटें अतिरिक्त जानकारी के अच्छे स्रोत भी हैं
सारांश:
-
"ओएलएस" का अर्थ "साधारण कम से कम वर्गों" के लिए होता है जबकि "एमएलई" का अर्थ "अधिकतम संभावना अनुमान "
-
सामान्य कम से कम चौराहों, या ओएलएस, को रैखिक कम से कम वर्गों के रूप में भी कहा जा सकता है यह एक रेखीय प्रतिगमन मॉडल में स्थित अज्ञात मापदंडों को लगभग निर्धारित करने के लिए एक विधि है।
-
अधिकतम संभावना अनुमान, या एमएलई, एक सांख्यिकीय मॉडल के मापदंडों के आकलन और डेटा के लिए एक सांख्यिकीय मॉडल को फिटिंग के लिए इस्तेमाल करने वाली एक विधि है।
