ScholarGate
Asszisztens
Regression modelEconometrics / time series

Robusztus általánosított legkisebb négyzetek (Robust GLS)

A Robusztus GLS kiterjeszti a klasszikus általánosított legkisebb négyzetek módszerét azáltal, hogy a GLS együtthatóbecslést heteroszkedaszticitásra és autokorrelációra konzisztens (HAC) standard hibákkal párosítja, vagy M-becslést alkalmaz a GLS keretrendszeren belül. Korrigálja a nem-szférikus hibákat – heteroszkedaszticitást, autokorrelációt vagy mindkettőt –, miközben a hibakovariancia-struktúra téves specifikációjával szemben is védi az inferenciát.

Alkalmazás ezzel: EconMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  1. Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381
  2. White, H. (1980). A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity. Econometrica, 48(4), 817-838. DOI: 10.2307/1912934

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Robust Generalized Least Squares. ScholarGate. https://scholargate.app/hu/econometrics/robust-gls

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateRobust GLS (Robust Generalized Least Squares). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/econometrics/robust-gls · Adatkészlet: https://doi.org/10.5281/zenodo.20539026