Robustit yleistetyt pienimmät neliöt (Robust GLS)
Robustit yleistetyt pienimmät neliöt (Robust GLS) laajentaa klassista yleistettyjen pienimpien neliöiden menetelmää yhdistämällä GLS-kertoimien estimoinnin heteroskedastisuudesta ja autokorrelaatiosta riippumattomiin (HAC) keskivirheisiin tai käyttämällä M-estimointia GLS-kehyksessä. Se korjaa ei-sfäärisiä virheitä – heteroskedastisuutta, autokorrelaatiota tai molempia – samalla kun se suojaa päättelyä virhevarianssirakenteen virheelliseltä määrittelyltä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Generalized Least Squares. ScholarGate. https://scholargate.app/fi/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.
- Yleistetty pienimmän neliösumman menetelmä (GLS)Tilastotiede↔ compare
- OLS-regressio (Ordinary Least Squares)Ekonometria↔ compare
- Paneeli yleistetty pienimmän neliösumman menetelmä (Paneeli GLS)Ekonometria↔ compare
- Robust OLS (OLS, jossa robustit keskivirheet)Ekonometria↔ compare
- Painotettu pienimmän neliösumman menetelmä (WLS)Tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →