最小绝对差估计

最小绝对差估计（least absolute deviation estimator estimate); LAD），理学-统计学-数理统计-置信推断，残差绝对值之和为最小的估计。若误差项的分布是拉普拉斯（Laplace）分布，则最小绝对差估计同时也是最大似然估计。又称最小绝对偏差估计、最小一乘估计。词源最小绝对差估计最早由拉古萨共和国（现克罗地亚共和国）物理学家、数学家、天文学家R.J.博斯科维奇（Roger Joseph Boscovich，1711～1787）在1757年提出，比最小二乘估计早将近50年。R.J.博斯科维奇用LAD来估计地球的形状。30年后，法国天文学家和数学家P-S.拉普拉斯（Pierre-Simon Laplace，1749～1827），采用了这种方法，是这种方法的积极倡导者。尽管LAD的提出比最小二乘估计早很多，但是由于计算上的困难，这个准则的应用和研究长期处于停顿状态，而最小二乘估计由于其容易计算，比LAD更加流行。直到20世纪50年代以后，由于计算机的出现和相关理论与方法的完善，局面才有所改善。