ScholarGate
دستیار
Regression model

حداقل مربعات تعمیم‌یافته (GLS)

حداقل مربعات تعمیم‌یافته (GLS) یک برآوردگر رگرسیون خطی است که حداقل مربعات معمولی را برای رسیدگی به موقعیت‌هایی که جملات خطا همبسته هستند یا واریانس غیرثابت (ناهمسانی واریانس) دارند، گسترش می‌دهد. GLS که توسط الکساندر کریگ آیتکن در سال ۱۹۳۵ معرفی شد، با وزن‌دهی مشاهدات بر اساس دقت آن‌ها، به بهترین برآوردگر خطی نااریب (BLUE) تحت یک ساختار کوواریانس خطای عمومی دست می‌یابد و پلی نظری بین OLS و مدل‌های خطی آمیخته مدرن فراهم می‌کند.

به‌کارگیری با StatMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

منابع

  1. 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
  2. Greene, W. H. (2003). Econometric Analysis (5th ed.). Prentice Hall. ISBN: 978-0131108493
  3. Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Generalized Least Squares Estimator. ScholarGate. https://scholargate.app/fa/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.

Compare side by side

ارجاع‌شده در

ScholarGateGeneralized Least Squares (Generalized Least Squares Estimator). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/statistics/generalized-least-squares · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026