Взвешенный метод наименьших квадратов. Если случайные остатки в уравнениях наблюдений Yt=a0+a1x1t+a2x2t+a3x3t+ut некоррелированы, но гетероскедастичны

Если случайные остатки в уравнениях наблюдений Yt=a₀+a₁x_1t+a₂x_2t+a₃x_3t+u_t некоррелированы, но гетероскедастичны, то оптимальная линейная процедура оценивания параметров модели именуется взвешенным методом наименьших квадратов, разработанным Гауссом. В этом частном случае матрица Cov(, ) является диагональной, но не скалярной. , где Р матрица ковариаций случайных возмущений в уравнения наблюдений. Теорема. Если в схеме Гаусса-Маркова не выполняется предпосылка о гомоскедастичности случайных возмущений, то наилучшей линейной процедурой оценки параметров модели является: .