ScholarGate
Avustaja
Regression model

Yleistetty pienimmän neliösumman menetelmä (GLS)

Yleistetty pienimmän neliösumman menetelmä (GLS) on lineaarinen regressioestimaattori, joka laajentaa tavallista pienimmän neliösumman menetelmää (OLS) tilanteisiin, joissa virhetermit ovat korreloituneita tai niillä on epäyhtenäinen varianssi (heteroskedastisuus). Alexander Craig Aitkenin vuonna 1935 esittelemä GLS saavuttaa parhaan lineaarisesti harhattomman estimaattorin (BLUE) yleisessä virheen kovarianssirakenteessa painottamalla havaintoja niiden tarkkuuden mukaan, tarjoten teoreettisen sillan OLS:n ja nykyaikaisten lineaaristen sekamallien välille.

Sovella työkalulla StatMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

+2 lisää

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Generalized Least Squares Estimator. ScholarGate. https://scholargate.app/fi/statistics/generalized-least-squares

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateGeneralized Least Squares (Generalized Least Squares Estimator). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/statistics/generalized-least-squares · Aineisto: https://doi.org/10.5281/zenodo.20539026