Minimi Quadrati Pesati (WLS)
I Minimi Quadrati Pesati (Weighted Least Squares, WLS) sono una generalizzazione della regressione dei Minimi Quadrati Ordinari (Ordinary Least Squares, OLS) che assegna a ciascuna osservazione un peso inversamente proporzionale alla sua varianza d'errore, riducendo così l'importanza dei punti dati con varianza elevata e aumentando quella dei punti precisi. Introdotti nella loro forma matriciale generale da Alexander Craig Aitken nel 1935, i WLS sono il rimedio canonico in presenza di eteroschedasticità quando la struttura della varianza d'errore è nota o può essere stimata in modo affidabile.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/it/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.
- Minimi Quadrati Generalizzati (GLS)Statistica↔ compare
- Minimi Quadrati Ordinari (OLS)Statistica↔ compare
- Regressione RobustaStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →