Gewogen Kleinste Kwadraten (GKK)
Gewogen Kleinste Kwadraten is een generalisatie van gewone kleinste kwadraten (Ordinary Least Squares, OLS) regressie die elke waarneming een gewicht toekent dat omgekeerd evenredig is met de variantie van de foutterm, waardoor datapunten met een hoge variantie minder zwaar wegen en precieze datapunten zwaarder wegen. Geïntroduceerd in zijn algemene matrixvorm door Alexander Craig Aitken in 1935, is GKK de canonieke oplossing wanneer heteroscedasticiteit aanwezig is en de structuur van de foutvariantie bekend is of betrouwbaar kan worden geschat.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
+5 meer
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/nl/statistics/weighted-least-squares
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Gegeneraliseerde Kleinste Kwadraten (GLS)Statistiek↔ vergelijken
- Gewone Kleinste Kwadraten (OLS)Statistiek↔ vergelijken
- Robuuste regressieStatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →