OLS（Ordinary Least Square）即普通最小二乘法，是一種統計學中常用的參數估計方法。它用於尋找線性模型中的參數β1、β2、…，使得模型中所有觀測點（xi，yi）到它們的最佳擬合直線（y=β0+β1*x+…+βk*xk）的垂直偏差（殘差）平方和最小。
具體來說，對於一個包含p個自變數和q個因變數的線性模型，其目標是最小化以下函式：Q=∑i=1n(Yi−Y^i)2，其中Y^i是模型對觀測值Yi的預測值。
為了找到使Q最小的參數β，需要解一個包含p+1個未知數的方程組，這通常通過疊代最佳化算法來實現。
在套用OLS時，需要滿足一些統計假設，如數據正態性、獨立性、線性相關性和同方差性，以保證估計的準確性。