В чем разница между OLS и WLS методами регрессии?

Разница между OLS и WLS методами регрессии заключается в условиях применения. www.ibm.com habr.com

OLS (ordinary least squares) — обычный метод наименьших квадратов. habr.com Стандартные модели линейной регрессии предполагают, что дисперсия в изучаемой совокупности постоянна. www.ibm.com Если это не так, например, когда наблюдения с высоким значением некоторого атрибута более вариабельны по сравнению с наблюдениями с низким значением, OLS не предоставляет оптимальных оценок модели. www.ibm.com

WLS (weighted least squares) — метод взвешенных наименьших квадратов. www.ibm.com habr.com Применяется, если имеет место гетероскедастичность данных. habr.com В этом случае более точным наблюдениям (то есть с меньшей изменчивостью) присваивают большие веса в определении коэффициентов регрессии. www.ibm.com

Таким образом, WLS используется в случаях, когда OLS не даёт оптимальных оценок, а более точный анализ возможен благодаря присвоению больших весов наблюдениям с меньшей изменчивостью. www.ibm.com