طريقة إحصائية قياسية لملاءمة نموذج مع البيانات عن طريق تقليل مجموع مربعات البواقي.المربعات الصغرى هي طريقة إحصائية للتحسين تُستخدم لملاءمة نموذج رياضي مع البيانات المرصودة عن طريق تقليل مجموع مربعات الفروق (البواقي) بين القيم المرصودة والمتوقعة. وهي التقنية الأساسية لتحليل الانحدار، مما يتيح تقدير المعاملات في النماذج الخطية وغير الخطية. في الفيزياء، تُستخدم على نطاق واسع لاستخلاص الثوابت من البيانات التجريبية، مثل تحديد ثابت الجاذبية أو معايرة المستشعرات.
طُوِّرت بشكل مستقل بواسطة كارل فريدريش غاوس (1795، نُشرت عام 1809) وأدريان-ماري ليجاندر (1805). استخدمها غاوس للتنبؤ بمدار الكوكب القزم سيريس، مما أظهر قوتها في تحليل البيانات الفلكية.
بمعطيات مجموعة من نقاط البيانات (x_i, y_i) ودالة نموذجية y = f(x, parameters)، تقوم الطريقة بضبط المعاملات لتقليل Σ (y_i - f(x_i))². بالنسبة للنماذج الخطية، يُختصر هذا إلى حل نظام من المعادلات العادية، مما يعطي حلولاً مغلقة الشكل. أما بالنسبة للنماذج غير الخطية، فتُستخدم خوارزميات تكرارية مثل غاوس-نيوتن أو الانحدار التدرجي. وتضمن عقوبة المربع أن الأخطاء الكبيرة تُعاقب بشكل غير متناسب، مما يؤدي إلى خط أو منحنى أفضل ملاءمة يوازن الانحراف الكلي.
تُستخدم في كل مجال تقريبًا من مجالات العلوم والهندسة — بدءًا من ملاءمة منحنيات المعايرة في التحليل الطيفي إلى تقدير المعاملات في النماذج الاقتصادية القياسية وخوارزميات التعلم الآلي.
يأتي اسم الطريقة من حقيقة أنها تقلل مجموع مربعات البواقي، ولكنها تتوافق أيضًا مع تقدير الاحتمال الأقصى عندما تكون الأخطاء موزعة بشكل طبيعي — وهي علاقة أسسها غاوس.








