加权最小二乘法和普通最小二乘法有何差异？？？

普通的最小二乘法是最基本的。所谓的加权最小二乘法，就是在普通最小二乘法的基础上，加上一些特殊的条件，把一些数据的地位加权，相当于这些数据重复使用，所以在计算中，他们的作用就比其它数据重要了。

使用最小二乘法需要一些前提，数据大多数时候是满足这些条件的。但有时候这些条件是不能满足的，这时需要对原始数据作适当变换，让他符合最小二乘法的使用条件，然后继续使用最小二乘法。

扩展资料：

一般最小二乘法将时间序列中的各项数据的重要性同等看待，而事实上时间序列各项数据对未来的影响作用应是不同的。一般来说，近期数据比起远期数据对未来的影响更大。因此比较合理的方法就是使用加权的方法，对近期数据赋以较大的权数，对远期数据则赋以较小的权数。

如果结果变量的期望值E[Yi]=μ和关系函数的形式f()是已知的，这就是一个非常直观的估计过程。不幸的是。尽管方差结构与均值函数的相关性非常普遍，但是相对来说，我们不太知道这一相关的确切形式。

参考资料来源：百度百科-加权最小二乘法

普通的最小二乘法是最基本的。所谓的加权最小二乘法，就是在普通最小二乘法的基础上，加上一些特殊的条件，把一些数据的地位加权，相当于这些数据重复使用，所以在计算中，他们的作用就比其它数据重要了。