Mínimos Cuadrados Ponderados Bayesianos (Bayesian WLS)

Mínimos Cuadrados Ponderados Bayesianos (Bayesian WLS) combina el esquema de ponderación clásico de WLS —que reduce la influencia de las observaciones con alta varianza de error— con distribuciones a priori bayesianas sobre los coeficientes de regresión y la varianza del error. El resultado es una distribución a posteriori que refleja tanto la verosimilitud de los datos como las creencias previas, proporcionando una cuantificación completa de la incertidumbre en entornos heteroscedásticos.