Mínimos Quadrados Ponderados (WLS)
Mínimos Quadrados Ponderados (Weighted Least Squares - WLS) é uma generalização da regressão de Mínimos Quadrados Ordinários (Ordinary Least Squares - OLS) que atribui a cada observação um peso inversamente proporcional à sua variância de erro, desvalorizando assim pontos de dados de alta variância e valorizando os precisos. Introduzido em sua forma matricial geral por Alexander Craig Aitken em 1935, o WLS é o remédio canônico quando a heteroscedasticidade está presente e a estrutura de variância do erro é conhecida ou pode ser estimada de forma confiável.
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.
+5 more
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/pt/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.
- Mínimos Quadrados Generalizados (MQG)Estatística↔ compare
- Mínimos Quadrados Ordinários (MQO)Estatística↔ compare
- Regressão RobustaEstatística↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →