เปรียบเทียบวิธี

	วิธีกำลังสองน้อยที่สุดแบบถ่วงน้ำหนักพารามิเตอร์แปรผันตามเวลา (TVP-WLS)	การวิเคราะห์กำลังสองน้อยที่สุดแบบถ่วงน้ำหนัก (WLS)
สาขาวิชา	เศรษฐมิติ	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1976–1990	1935
ผู้ริเริ่ม	Cooley & Prescott (1976); Harvey (1990)	Alexander Craig Aitken
ประเภท	Time-varying coefficient regression with observation weights	Weighted linear estimator
แหล่งต้นตำรับ	Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737	Aitken, A. C. (1935). IV.—On least squares and linear combination of observations. Proceedings of the Royal Society of Edinburgh, 55, 42–48.
ชื่อเรียกอื่น	TVP-WLS, time-varying coefficient WLS, locally weighted time-varying regression, TVP weighted regression	WLS, weighted regression, heteroscedasticity-corrected OLS, variance-weighted least squares
ที่เกี่ยวข้อง	2	3
สรุป	Time-Varying Parameter WLS is a regression technique for time-series data in which the slope and intercept coefficients are allowed to change over time while observations are weighted to account for heteroscedasticity or to discount distant data. It combines the flexibility of state-space coefficient evolution with the variance-correcting power of weighted least squares.	Weighted Least Squares is a generalization of Ordinary Least Squares (OLS) regression that assigns each observation a weight inversely proportional to its error variance, thereby down-weighting high-variance data points and up-weighting precise ones. Introduced in its general matrix form by Alexander Craig Aitken in 1935, WLS is the canonical remedy when heteroscedasticity is present and the error variance structure is known or can be reliably estimated.