حداقل مربعات تعمیمیافته مقاوم (Robust GLS)
Robust GLS حداقل مربعات تعمیمیافته کلاسیک را با ترکیب برآورد ضرایب GLS با خطاهای استاندارد سازگار با ناهمسانی و خودهمبستگی (HAC)، یا با استفاده از برآورد M در چارچوب GLS گسترش میدهد. این روش برای خطاهای غیرکروی — ناهمسانی، خودهمبستگی، یا هر دو — تصحیح میکند و در عین حال استنتاج را در برابر مشخصسازی نادرست ساختار کوواریانس خطا محافظت مینماید.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381
- White, H. (1980). A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity. Econometrica, 48(4), 817-838. DOI: 10.2307/1912934 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Robust Generalized Least Squares. ScholarGate. https://scholargate.app/fa/econometrics/robust-gls
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.
- حداقل مربعات تعمیمیافته (GLS)آمار↔ compare
- رگرسیون حداقل مربعات معمولی (OLS)اقتصادسنجی↔ compare
- رگرسیون حداقل مربعات تعمیمیافته پنل (Panel GLS)اقتصادسنجی↔ compare
- OLS مقاوم (خطاهای استاندارد OLS با خطاهای استاندارد مقاوم)اقتصادسنجی↔ compare
- رگرسیون حداقل مربعات وزنی (WLS)آمار↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →