Взвешенный метод наименьших квадратов Опции

[Pinus]

Разбираю взвешенный МНК (для регрессий с неоднородной дисперсией остатков). Никак не могу подобрать веса. Диаграммы рассеяния по взвешенным данным получаются какие-то кривые, и гетероскедастичность снимается не так уж хорошо. Использую подход, описанный в кн. Дрейпер, Смит Прикладной регрессионный анализ Т1, с. 149.
Есть ли какие-нибудь хорошие опробованные методы определения весов и алгоритмы взвешивания?
Как взвесить две переменные в Statistica (одну переменную вроде бы можно)?

[Pinus]

Nokh, я пока не отказываюсь от преобразования, просто рассматриваю разные варианты. Вообще, сколько я посмотрел книг по этому поводу (гетероскедастичность), везде в первую очередь предлагается взвешенный МНК. Метод для этого и разработан и позволяет получать хорошие оценки коэффициентов, а также доверительные интервалы и оценивать точность (все, что нужно для регрессионного анализа). И при этом не меняется (статистически) уравнение по сравнению с обычным МНК. Почему распределение признака асимметричное? Имеете ввиду распределение переменной в генеральной совокупности или остатков?
Преобразование тоже вариант. Но я памятую наше с Вами обсуждение насчет функций роста. Здесь похожая ситуация: уравнение (предлагаемая модель) должно быть уравнением прямой линии (общепринятое). А если после трансформации потом делать обратное преобразование, то вместо прямой получится какая-нибудь математическая фантазия с корнями n-ой степени (как я смотрел в примерах из книг). Да и Вы в одном из постов писали, что если гетероскедастичность естественна для данного процесса (а в данном случае это так и есть), то преобразование проблему не решит. Вот и ищу разные варианты.