Regression model
가중 최소 제곱법 (Weighted Least Squares, WLS)
가중 최소 제곱법(Weighted Least Squares, WLS)은 일반적인 최소 제곱법(Ordinary Least Squares, OLS) 회귀를 일반화하여 각 관측치에 오차 분산에 반비례하는 가중치를 부여함으로써, 분산이 큰 데이터 포인트의 영향은 줄이고 정확한 데이터 포인트의 영향은 늘리는 방법입니다. 1935년 Alexander Craig Aitken에 의해 일반적인 행렬 형태로 소개된 WLS는 이분산성(heteroscedasticity)이 존재하고 오차 분산 구조를 알거나 신뢰성 있게 추정할 수 있을 때 사용하는 표준적인 해결책입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/ko/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.
- 일반화 최소제곱법 (GLS)통계학↔ compare
- 최소제곱법 (Ordinary Least Squares, OLS)통계학↔ compare
- Robust Regression통계학↔ compare
이 방법을 참조하는 항목
이분산성 검정 (Breusch-Pagan Test for Heteroskedasticity)일반화 최소제곱법 (GLS)골드펠드-콴트 이분산성 검정 (Goldfeld-Quandt Test for Heteroskedasticity)이분산성-강건 (HC) 표준 오차메타 회귀 분석비선형 가중 최소제곱법 (NWLS)최소제곱법 (Ordinary Least Squares, OLS)강건 일반화 최소제곱법 (Robust GLS)강건 OLS (강건 표준 오차를 사용한 OLS)Robust Regression강건 단순 선형 회귀강건 가중 최소제곱법 (Robust WLS)구조적 단절 WLS (구조적 단절 보정을 포함한 가중 최소제곱법)시변모수 가중최소제곱법 (TVP-WLS)White 이분산성 검정