В чем преимущества и недостатки метода наименьших квадратов в регрессионном анализе?

Преимущества метода наименьших квадратов в регрессионном анализе:

• Простота математических выводов и лёгкость вычислительных процедур. edu.tsu.ru Метод использует только две переменные и выделяет наилучшую взаимосвязь между ними. www.investopedia.com
• Хорошие статистические свойства полученных оценок (несмещённость, состоятельность и эффективность) позволяют строить доверительные интервалы и использовать различные критерии проверки статистических гипотез. edu.tsu.ru

Недостатки метода наименьших квадратов:

• Ограниченная эффективность при нелинейных зависимостях. python-school.ru Если между независимыми и зависимыми переменными существует нелинейная зависимость, линейная регрессия может давать неточные предсказания. python-school.ru
• Необходимость проведения предварительной подготовки данных. python-school.ru Метод чувствителен к выбросам и мультиколлинеарности, поэтому перед оцениванием параметров линейной регрессии необходимо очистить выборку от резких выбросов. edu.tsu.ru