Mínimos Quadrados Ponderados Bayesianos (Bayesian WLS)
Os Mínimos Quadrados Ponderados Bayesianos (Bayesian WLS) combinam o esquema de ponderação clássico do WLS — que atribui menor peso a observações com alta variância de erro — com distribuições a priori bayesianas sobre os coeficientes de regressão e a variância do erro. O resultado é uma distribuição a posteriori que reflete tanto a verossimilhança dos dados quanto as crenças a priori, fornecendo quantificação completa da incerteza em cenários heterocedásticos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Weighted Least Squares. ScholarGate. https://scholargate.app/pt/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.
- Modelo Bayesiano de Efeitos FixosEconometria↔ compare
- Mínimos Quadrados Ordinários (MQO) BayesianoEconometria↔ compare
- Modelo Bayesiano de Efeitos AleatóriosEconometria↔ compare
- Robust Weighted Least Squares (Robust WLS)Econometria↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →