加权最小二乘法（Weighted Least Squares）是一种统计学上常用的参数估计方法，为了解决常规最小二乘法的缺陷，即对异常值过于敏感的问题。
在应用加权最小二乘法时，我们为每个样本点赋予一个权重，权重可以根据样本的可靠程度来确定。这种方法主要用于解决数据中存在异方差性（heteroskedasticity）的情况。
加权最小二乘法的计算原理是，在最小化观测值与模型预测值之间的差异平方之和的基础上，通过对每个样本点进行加权，降低对异常值的敏感度。在计算过程中，被赋予较大权重的样本点具有更大的影响力，而被赋予较小权重的样本点则具有较小的影响力。
加权最小二乘法在各种统计建模中都有广泛应用，例如线性回归、非线性回归等。