When the error term does not follow the normal distribution in the linear regression model, the least absolute values estimation is considered as one of the alternative methods to the least squares estimation. Many algorithms have been developed to solve the $L_1$ estimation. The direct descent algorithm to solve the overdetermined linear system in the $L_1$ norm can be applied easily to solve the linear regression problem.
In this thesis, the direct descent method is modified to solve the simple linear regression problem and the results of the comparison with other algorithms are given.
선형회귀모형에서 오차항이 정규분포를 따르지 않을 경우 $L_1$ 추정이 최소 제곱추정(least squares estimation)의 보완적인 방법의 하나로 연구되어왔다. 미지수의 수보다 방정식의 수가 더 많은 연립방정식(overdetermined linear system)을 푸는 방법이 선형회귀모형에 적용될 수 있다.
본 논문에서는 그러한 방법중의 하나인 direct descent method를 단순선형회귀모형에 적용하여 모수의 추정량을 구하는 방법을 서술하고 기존의 다른 방법들과 computer 의 계산시간을 비교하여 매우 우수하다는 것을 보였다.
