加权最小二乘估计

0关注
0粉丝

已卖：57份资源

本科生

56%

还不是VIP/贵宾

-

0%

威望: 0 级
论坛币: 473 个
通用积分: 0.8702
学术水平: 0 点
热心指数: 2 点
信用等级: 0 点
经验: 5038 点
帖子: 61
精华: 0
在线时间: 122 小时
注册时间: 2009-1-18
最后登录: 2014-5-5

楼主

7058242 发表于 2009-7-19 13:10:59 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

加权最小二乘估计中的生成权数怎么取的啊，是不是用模型变换法中戈里瑟检验的f(x)或者是1/|e|啊，请讲的详细点好吗。我是新手

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：最小二乘估计最小二乘戈里瑟详细点模型

回帖推荐

yjwang05 发表于2楼查看完整内容

不同领域和模型里的权数有不同的定义。基本思想是通过给不同的回归数据加上一个反映“数据质量”或者“波动方差”的权数，让回归变成普通最小二乘。　１。如果你用离散的数据点拟合直线或者曲线，权数（１／ｅ）一般是你数据点变化的标准差（前提是每个数据点变化的标准差不同）；２。如果是拟合连续曲线，那么你需要找到数据变化的标准差随自变量的变化关系，然后归纳出这个变化函数的简单形势；一般来说，加权最小二乘 ...

本帖被以下文库推荐

· 计量.统计精彩问答|主题: 12506, 订阅: 52

沙发

yjwang05 发表于 2009-7-19 13:38:00

不同领域和模型里的权数有不同的定义。基本思想是通过给不同的回归数据加上一个反映“数据质量”或者“波动方差”的权数，让回归变成普通最小二乘。　

１。如果你用离散的数据点拟合直线或者曲线，权数（１／ｅ）一般是你数据点变化的标准差（前提是每个数据点变化的标准差不同）；
２。如果是拟合连续曲线，那么你需要找到数据变化的标准差随自变量的变化关系，然后归纳出这个变化函数的简单形势；

一般来说，加权最小二乘的权数没有具体性表达式和获取表达式的一般性过程。需要根据数据的特点自己归纳。这是为什么加权最小二乘在很多应用中有局限性。尤其当你得数据的＂ｖａｒｉａｎｃｅ＂随自变量呈现复杂变化的时候。至于如何归纳权数，不是几百字能说清楚地，你需要系统的看一下回归分析。

我的中文表达有些问题，具体细节建议你看看《ａｐｐｌｉｅｄ　ｒｅｇｒｅｓｓｉｏｎ》。