普通最小二乘法模型
OLS（Ordinary Least Squares）模型全稱普通最小二乘法模型，是回歸分析中最基本和最常用的形式之一。OLS模型的目的是最小化散點圖上所有觀測值到回歸直線的垂直距離的平方和。這種模型適用於估計一個因變數與一個或多個自變數之間的關係，通過最小化實際值與預測值之間的殘差平方和來擬合數據，從而找到最佳擬合直線。
在使用OLS模型時，需要滿足一些基本假設，包括誤差項的期望值為零、誤差項之間不相關、以及誤差項具有恆定的方差。如果這些假設不成立，OLS估計可能會產生有偏差的結果。OLS模型假設自變數之間線性無關，且滿足正態性假設。然而，實際套用中可能遇到多重共線性、樣本選擇偏差、異常值等問題，需要注意這些潛在問題對模型準確性的影響。
OLS模型在多個領域有廣泛套用，如市場行銷、金融、社會科學等，可用於估計相關係數、斜率等統計量，以及進行預測和解釋變數之間的關係。