Generel mindste kvadraters metode (GLS)
Generel mindste kvadraters metode (GLS) er en lineær regressionsestimator, der udvider almindelig mindste kvadraters metode (OLS) til at håndtere situationer, hvor fejlleddene er korrelerede eller har ikke-konstant varians (heteroscedasticitet). GLS, introduceret af Alexander Craig Aitken i 1935, opnår den bedste lineære forventningsretfærdige estimator (BLUE) under en generel fejlkovariansstruktur ved at vægte observationer i overensstemmelse med deres præcision, hvilket giver en teoretisk bro mellem OLS og moderne lineære blandede modeller.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- Aitken, A. C. (1935). IV.—On least squares and linear combination of observations. Proceedings of the Royal Society of Edinburgh, 55, 42–48. DOI: 10.1017/S0370164600014346 ↗
- Greene, W. H. (2003). Econometric Analysis (5th ed.). Prentice Hall. ISBN: 978-0131108493
- Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586
Sådan citerer du denne side
ScholarGate. (2026, June 3). Generalized Least Squares Estimator. ScholarGate. https://scholargate.app/da/statistics/generalized-least-squares
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Tostrins regressionsanalyse (2SLS / IV)Økonometri↔ compare
- Mindste Kvadraters Metode (OLS)Statistik↔ compare
- Vægtede mindste kvadraters metode (WLS)Statistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →