Bayesowska metoda najmniejszych kwadratów z wagami (Bayesian WLS)
Bayesowska metoda najmniejszych kwadratów z wagami łączy klasyczny schemat wagowy WLS — który obniża wagę obserwacji o wysokiej wariancji błędu — z bayesowskimi rozkładami a priori dla współczynników regresji i wariancji błędu. Wynikiem jest rozkład a posteriori, który odzwierciedla zarówno wiarygodność danych, jak i przekonania a priori, zapewniając pełną kwantyfikację niepewności w ustawieniach heteroskedastycznych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley, New York. ISBN: 978-0471169376
- Koop, G. (2003). Bayesian Econometrics. Wiley, Chichester. ISBN: 978-0470845677
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Weighted Least Squares. ScholarGate. https://scholargate.app/pl/econometrics/bayesian-wls
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.
- Bayesowski model efektów stałychEkonometria↔ compare
- Bayesian OLSEkonometria↔ compare
- Model Bayesański z efektami losowymiEkonometria↔ compare
- Robustowe ważone najmniejsze kwadraty (Robust WLS)Ekonometria↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →