。加权最小二乘法能够有效的解决此类问题，它能根据因变量变异大小对相应数据给予不同的权重，在拟合时对变异较小（即测量更精确）的测量值赋予较大的权重，则能够提高模型的精度，达到更好的预测效果。
工具/原料
spss
方法/步骤
1
为了解决上述数据分析的问题，SPSS专门提供了加权最小二乘法，它可根据用户提供的权重变量的大小为不同的数据不同权重。需要指出的是，加权最小二乘法是一种带有倾向性的数据拟合方法，如果因变量方差实际并无波动，或选择了错误的变量用于权重，那么它的拟合结果不如普通最小二乘法准确。
2
选择需要进行分析的数据
3
选择菜单【分析】-【回归】-【线性】，如果不考虑将样本数量作为权重代入线性模型中，那么直接将单纤维强力选为因变量，将纤维根数选为自变量。如果考虑样本数量对模型的影响，那么就将样本数量选为WLS权重。
5
回归系数对比
6
回归曲线对比
求投票
您的支持是我最大的动力！希望大家多多支持，让我能做的更好！您如果觉得此篇经验对您有帮助，请到网页最下边给我支持，帮我投投票，在这里小编先谢谢大家了。
上一篇：用Patsy公式进行数据转换