Weighted Least Squares
Weighted Least Squares is a generalization of Ordinary Least Squares (OLS) regression that assigns each observation a weight inversely proportional to its error variance, thereby down-weighting high-variance data points and up-weighting precise ones. Introduced in its general matrix form by Alexander Craig Aitken in 1935, WLS is the canonical remedy when heteroscedasticity is present and the error variance structure is known or can be reliably estimated.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
- Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson Education. · ISBN 978-0131395381
- Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). Introduction to Linear Regression Analysis (5th ed.). Wiley. · ISBN 978-0470542811
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.