Kuadrat Terkecil Tertimbang (WLS)
Weighted Least Squares adalah generalisasi dari regresi Ordinary Least Squares (OLS) yang memberikan bobot pada setiap observasi berbanding terbalik dengan varians kesalahannya, sehingga mengecilkan bobot titik data ber-varians tinggi dan memperbesar bobot titik data yang presisi. Diperkenalkan dalam bentuk matriks umumnya oleh Alexander Craig Aitken pada tahun 1935, WLS adalah solusi kanonik ketika heteroskedastisitas hadir dan struktur varians kesalahan diketahui atau dapat diperkirakan secara andal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
+5 lainnya
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/id/statistics/weighted-least-squares
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Kuadrat Terkecil Umum (GLS)Statistika↔ bandingkan
- Kuadrat Terkecil Biasa (Ordinary Least Squares - OLS)Statistika↔ bandingkan
- Regresi RobustStatistika↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →