Robuste OLS (OLS mit robusten Standardfehlern)
Robuste OLS wendet die gewöhnliche kleinste Quadrate (Ordinary Least Squares, OLS) zur Schätzung der Koeffizienten an und ersetzt dann die klassischen Standardfehler durch heteroskedastizitätskonsistente (HC) Standardfehler – gemeinhin als White-Standardfehler bezeichnet. Dies lässt die Punktschätzer unverändert, liefert aber gültige t-Statistiken und Konfidenzintervalle, auch wenn die Fehlervarianz nicht über alle Beobachtungen konstant ist.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Quellen
- White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817–838. DOI: 10.2307/1912934 ↗
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Ordinary Least Squares with Heteroscedasticity-Consistent Standard Errors. ScholarGate. https://scholargate.app/de/econometrics/robust-ols
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.
- Verallgemeinerte Kleinste Quadrate (GLS)Statistik↔ compare
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
- Panel-Fixed-Effekte-ModellÖkonometrie↔ compare
- Quantile RegressionÖkonometrie↔ compare
- Robuste verallgemeinerte Kleinste Quadrate (Robuste GLS)Ökonometrie↔ compare
- Gewichtete Kleinste Quadrate (GKS)Statistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →