Ważone Metody Najmniejszych Kwadratów (WLS)
Ważone Metody Najmniejszych Kwadratów to uogólnienie regresji metodą Zwyczajnych Najmniejszych Kwadratów (OLS), które przypisuje każdej obserwacji wagę odwrotnie proporcjonalną do wariancji jej błędu, tym samym zmniejszając wagę punktów danych o wysokiej wariancji i zwiększając wagę punktów precyzyjnych. Wprowadzone w ogólnej formie macierzowej przez Alexandra Craiga Aitkena w 1935 roku, WLS jest kanonicznym rozwiązaniem, gdy występuje heteroskedastyczność, a struktura wariancji błędu jest znana lub może być wiarygodnie oszacowana.
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.
+5 more
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/pl/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.
- Metoda najmniejszych kwadratów uogólnionych (GLS)Statystyka↔ compare
- Zwykła metoda najmniejszych kwadratów (OLS)Statystyka↔ compare
- Regresja odpornaStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →