OLS robusta (OLS con errores estándar robustos)
La OLS robusta aplica mínimos cuadrados ordinarios para estimar coeficientes y luego reemplaza los errores estándar clásicos con errores estándar consistentes ante heterocedasticidad (HC), comúnmente llamados errores estándar de White. Esto deja las estimaciones puntuales sin cambios, al tiempo que proporciona estadísticas t e intervalos de confianza válidos incluso cuando la varianza del error no es constante entre las observaciones.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Ordinary Least Squares with Heteroscedasticity-Consistent Standard Errors. ScholarGate. https://scholargate.app/es/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.
- Mínimos Cuadrados Generalizados (GLS)Estadística↔ compare
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- Modelo de efectos fijos en panelEconometría↔ compare
- Regresión CuantílicaEconometría↔ compare
- Mínimos Cuadrados Generalizados Robustos (Robust GLS)Econometría↔ compare
- Mínimos Cuadrados Ponderados (WLS)Estadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →