ScholarGate
Assistent
Regression model

Vægtede mindste kvadraters metode (WLS)

Vægtede mindste kvadraters metode (WLS) er en generalisering af almindelig mindste kvadraters metode (OLS) regression, der tildeler hver observation en vægt omvendt proportional med dens fejlvarians, og derved nedvægter datapunkter med høj varians og opvægter præcise punkter. Introduceret i sin generelle matrixform af Alexander Craig Aitken i 1935, er WLS den kanoniske løsning, når heteroscedasticitet er til stede, og fejlvariansstrukturen er kendt eller kan estimeres pålideligt.

Anvend med StatMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

+5 more

Kilder

  1. Aitken, A. C. (1935). IV.—On least squares and linear combination of observations. Proceedings of the Royal Society of Edinburgh, 55, 42–48. DOI: 10.1017/S0370164600014346
  2. Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson Education. ISBN: 978-0131395381
  3. Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). Introduction to Linear Regression Analysis (5th ed.). Wiley. ISBN: 978-0470542811

Sådan citerer du denne side

ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/da/statistics/weighted-least-squares

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateWeighted Least Squares (Weighted Least Squares Regression). Hentet 2026-06-15 fra https://scholargate.app/da/statistics/weighted-least-squares · Datasæt: https://doi.org/10.5281/zenodo.20539026