对于Eviews6.0来说，可以在option里找到加权最小二乘法的选项。
但对于Eviews7.0,界面变化了，原来option里的选项取消了。
这时，无法使用菜单操作来实现加权最小二乘法，可以使用命令方式：
data w1,这是生成一个名字为w1的权数序列，然后，
w1=1/abs(resid)，这是计算了权数，残差绝对值的倒数。
ls(w=w1) y c x,这就是加权最小二乘法的命令方式)
扩展资料：
若线性回归模型存在异方差性，则用传统的最小二乘法估计模型，得到的参数估计量不是有效估计量，甚至也不是渐近有效的估计量；此时也无法对模型参数进行有关显著性检验。
对存在异方差性的模型可以采用加权最小二乘法进行估计。
异方差性的检测——White test
在此检测中，原假设为：回归方程的随机误差满足同方差性。对立假设为：回归方程的随机误差满足异方差性。判断原则为：如果nR2>chi2(k)，则原假设就要被否定，即回归方程满足异方差性。
在以上的判断式中，n代表样本数量，自由度为k（解释变量的个数）。chi2（卡方统计）值可查表所得。
参考资料来源：百度百科-异方差
参考资料来源：百度百科-加权
