Kuadrat leutik
(jejer ieu masih merlukeun tambahan nu leuwih jentre, nerangkeun dina metoda Gauss)
Kuadrat pangleutikna atawa Léast squares nyaéta téhnik optimasi matematik nu dipaké keur manggihkeun "ragkep hade" atawa "best fit" tina susunan data ku ngaminimalkeun bédama jumlah kuadrat (disebut sesa) antara fungsi rangkep jeung data.
Ieu geus ilahar dipaké dina kurva rangkep. Loba masalah optimasi bisa ditembongkeun dina bentuk kuadrat leutik, saperti dina ngaminimalkeun tanaga atawa ngamaksimalkeun entropi.
Tempo régrési liniér sarta teorema Gauss-Markov. Téorema Gauss-Markov nyebutkeun yén éstimator kuadrat-leutik mangrupa hal nu pang-optimal-na.
Keur maké métodeu kuadrat leutik ilaharna maké fungsi f(x), nu mibanda sababaraha wilangan konstanta nu teu dipikanyaho (contona f(x) = mx + b, nu mana m sarta b teu dipikanyaho), sarta panggihkeun nilai m jeung b ku ngaminimalkeun jumlah kuadrat sesa (nyaéta, jumlah dina watesan (yi − f(xi))2). Mangka mibanda persamaan keur kurva, y = f(x), bentuk nu diperlukeun, nyaéta rangkep panghadéna dina titik data(xi, yi).
Keur fungsi linier f tempo kuadrat leutik linier.