Regression model
加权最小二乘法 (WLS)
加权最小二乘法是普通最小二乘法 (OLS) 回归的推广，它为每个观测值分配一个与其误差方差成反比的权重，从而降低高方差数据点的权重，提高精确数据点的权重。WLS 由 Alexander Craig Aitken 于 1935 年以其通用的矩阵形式引入，是存在异方差且误差方差结构已知或可可靠估计时的典型解决方案。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 5 项
来源
- 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
如何引用本页
ScholarGate. (2026, June 3). Weighted Least Squares Regression. ScholarGate. https://scholargate.app/zh/statistics/weighted-least-squares
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →