Módszerek összehasonlítása
Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.
| Robuszt Súlyozott Legkisebb Négyzetek (Robuszt WLS)× | Robusztus általánosított legkisebb négyzetek (Robust GLS)× | |
|---|---|---|
| Tudományterület | Ökonometria | Ökonometria |
| Módszercsalád | Regression model | Regression model |
| Keletkezés éve≠ | 1964/1981 | 1936 / 1980 |
| Megalkotó≠ | Huber, P. J. | Aitken (GLS theory, 1936); White (robust covariance, 1980) |
| Típus≠ | Robust weighted regression | Robust linear regression |
| Alapmű≠ | Huber, P. J. (1981). Robust Statistics. Wiley. ISBN: 978-0471418054 | Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381 |
| Alternatív nevek | robust weighted least squares, RWLS, heteroscedasticity-robust WLS, outlier-robust weighted regression | robust generalized least squares, GLS with robust standard errors, heteroscedasticity-consistent GLS, HC-GLS |
| Kapcsolódó | 5 | 5 |
| Összefoglaló≠ | Robust WLS combines weighted least squares — which corrects for known or estimated heteroscedasticity — with robust M-estimation that down-weights influential outliers. The result is a regression estimator that is simultaneously efficient under non-constant error variance and resistant to observations that would otherwise distort coefficient estimates. | Robust GLS extends classical Generalized Least Squares by pairing GLS coefficient estimation with heteroscedasticity- and autocorrelation-consistent (HAC) standard errors, or by using M-estimation within the GLS framework. It corrects for non-spherical errors — heteroscedasticity, autocorrelation, or both — while also guarding inference against misspecification of the error covariance structure. |
| ScholarGateAdatkészlet ↗ |
|
|