Svērto mazāko kvadrātu metode (WLS)
Svērto mazāko kvadrātu metode ir parastās mazāko kvadrātu (OLS) regresijas vispārinājums, kas katram novērojumam piešķir svaru, kas ir apgriezti proporcionāls tā kļūdas dispersijai, tādējādi samazinot liela dispersijas datu punktu ietekmi un palielinot precīzo datu punktu ietekmi. Aleksandrs Kreigs Aitkens to ieviesa vispārīgā matricas formā 1935. gadā. WLS ir kanonisks risinājums, ja ir heteroskedasticitāte un kļūdu dispersijas struktūra ir zināma vai to var droši novērtēt.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
+vēl 5
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/lv/statistics/weighted-least-squares
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Vispārīgais mazāko kvadrātu metodes (GLS) novērtētājsStatistika↔ salīdzināt
- Parastie mazāko kvadrātu metodes (OLS)Statistika↔ salīdzināt
- Robustā regresijaStatistika↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →