OLS robuste (OLS avec erreurs-types robustes)
L'OLS robuste applique les moindres carrés ordinaires pour estimer les coefficients, puis remplace les erreurs-types classiques par des erreurs-types cohérentes avec l'hétéroscédasticité (HC) — communément appelées erreurs-types de White. Cela laisse les estimations ponctuelles inchangées tout en fournissant des statistiques t et des intervalles de confiance valides, même lorsque la variance des erreurs n'est pas constante entre les observations.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Sources
- White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817–838. DOI: 10.2307/1912934 ↗
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
Comment citer cette page
ScholarGate. (2026, June 3). Ordinary Least Squares with Heteroscedasticity-Consistent Standard Errors. ScholarGate. https://scholargate.app/fr/econometrics/robust-ols
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.
- Moindres Carrés Généralisés (MCG)Statistique↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
- Modèle à effets fixes sur données de panelÉconométrie↔ compare
- Régression quantileÉconométrie↔ compare
- Moindres Carrés Généralisés Robustes (MCG Robustes)Économétrie↔ compare
- Moindres Carrés Pondérés (MCP)Statistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →