De som van kwadraten

Om de "beste" lijn te kiezen die bij de data past, moeten regressiemodellen een bepaalde maatstaf optimaliseren. Bij lineaire regressie heet die maatstaf de som van kwadraten.

Probeer in het dashboard verschillende waarden voor de intercept- en hellingscoëfficiënten in te stellen. In de plot heeft de ononderbroken zwarte lijn het intercept en de helling die jij hebt opgegeven. De blauwe stippellijn heeft het intercept en de helling die zijn berekend door een lineaire regressie op de gegevensset.

Hoe probeert lineaire regressie de som-van-kwadraten-maatstaf te optimaliseren?