文献中关于加权最小二乘法的描述：
对于残差变异（通过方差体现）大的数据，通过加权（原始残差*权重， 权重 = 1 / 残差的方差），使得原始残差变小，从而减小了这些变异大的残差对数据的影响。

文献认为变异较大的数据可信度低，所以通过加权来减小其水平，并认为这样做就减小了可信度低数据的影响。

我的问题是：
为什么会认为“减小可信度低的数据的效应”就等价于“减小其数据大小”呢？
换句话说，为什么会认为“降低效应”就等价于“降低数值”呢？

这二者其实没有任何关系啊？


我觉得对于可信度低的数据应该通过校正，接近其真实水平。
但真实水平是未知的（与实际水平相比，可能是> = < 其中的任何一种）。
但是根据加权最小二乘法的描述，通过加权，对于变异大的残差（即可信度低）仅仅是起了一个减小的作用，但实际水平未必就一定是小。

不知道大家如何理解。

多谢！