作者halfnk (centaur)
看板Statistics
标题[问题] OLS和WLS的差别
时间Wed Jan 2 13:23:22 2013
有点搞不太懂WLS和OLS有何差别?
看到网路上的说明是...
使用OLS背後的假设条件是误差项的变异数是常数(假设观察值的变化是一样的、稳定的)
，因此OLS对每一个观察值一视同仁，权重值(weight)皆设定为1；当违反此假设时(观察
值的变化很大，不再是稳定的)，WLS对变化很大的观察值给予较低的权重(甚至接近於0，
可以忽略)。
可是OLS的自变数不也是有权重?
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 140.119.54.82
1F：→ RedHerrings:应该是指变异数不齐一(heteroscedasticity)吧 01/03 11:53
2F：→ yhliu:回归模型是假设 Y = f(X;β)+ε, 其中假设 X 是可观测无误差 01/03 13:45
3F：→ yhliu:而需要用 WLS 是因 ε 的变异数不是常数 ... 更明确地说, 01/03 13:47
4F：→ yhliu:Yi = f(Xi;β)+ε_i, Var(ε_i) 不是常数, 而是随着 i, 也可 01/03 13:47
5F：→ yhliu:能是随着 Xi 在变. 01/03 13:48
6F：→ yhliu:给予 Var(ε_i) 较大的资料点较小的权数, 才不会让回归函数 01/03 13:49
7F：→ yhliu:受那些误差比较大的点, 也就是比较偏离回归函数 f(Xi;β) 的 01/03 13:50
8F：→ yhliu:点不当的拉扯. 用 OLS 则对 f(Xi;β) 的估计会比较偏向那些 01/03 13:51
9F：→ yhliu:"误差项" 变异数较大的点. 01/03 13:51