【加权回归】
拼译:weighted regression
回归分析的一种。普通最小二乘回归的一种推广,也是广义最小二乘回归的一种特例。对于线性回归模型Yi=β0+β1Xi1+…+βpXip+εi(i=1,2,…,n),写成矩阵形式为Y=Xβ+ε。若ε1,…,εn独立,但不是同分布,设Cov(ε)=σ2V,则V是对角矩阵,用广义最小二乘估计回归参数。对于一个自变量情形,设回归直线过原点,即要拟合的模型是Yi=βXi+εi(i=1,2,…,n)其中Cov(εi,εi)=0(i≠j),Var(εi)=σ2 (i=1,…,n),则β的广义最小二乘估计为 = ,上式中的分子和分母都是以(w1,…,wn)为加权系数的加权和,加权回归由此而得名。 |