Moindres Carrés Généralisés Non Linéaires (MCGNL)

Les Moindres Carrés Généralisés Non Linéaires étendent le cadre classique des MCG aux modèles de régression où la fonction moyenne est non linéaire par rapport aux paramètres. Cette méthode prend en compte les erreurs non sphériques — hétéroscédasticité ou autocorrélation — en pré-pondérant l'objectif non linéaire avec une matrice de covariance d'erreur estimée, ce qui produit des estimateurs convergents et asymptotiquement efficaces.