Robust Generalized Least Squares (Robust GLS)
Il Robust GLS estende il classico Generalized Least Squares accoppiando la stima dei coefficienti GLS con errori standard consistenti per eteroschedasticità e autocorrelazione (HAC), oppure utilizzando la M-stima nel quadro del GLS. Corregge per errori non sferici — eteroschedasticità, autocorrelazione, o entrambi — proteggendo al contempo l'inferenza da una specificazione errata della struttura di covarianza degli errori.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381
- White, H. (1980). A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity. Econometrica, 48(4), 817-838. DOI: 10.2307/1912934 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Generalized Least Squares. ScholarGate. https://scholargate.app/it/econometrics/robust-gls
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.
- Minimi Quadrati Generalizzati (GLS)Statistica↔ compare
- Regression with Ordinary Least Squares (OLS)Econometria↔ compare
- Minimo Quadrati Generalizzati su Dati Panel (Panel GLS)Econometria↔ compare
- OLS Robusto (OLS con Errori Standard Robusti)Econometria↔ compare
- Minimi Quadrati Pesati (WLS)Statistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →