OLS Robusto (OLS con Errori Standard Robusti)
L'OLS robusto applica i minimi quadrati ordinari per stimare i coefficienti e poi sostituisce gli errori standard classici con errori standard consistenti con l'eteroschedasticità (HC) — comunemente chiamati errori standard di White. Ciò lascia invariate le stime puntuali, pur fornendo statistiche t e intervalli di confidenza validi anche quando la varianza dell'errore non è costante tra le osservazioni.
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.
+3 more
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Ordinary Least Squares with Heteroscedasticity-Consistent Standard Errors. ScholarGate. https://scholargate.app/it/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.
- Minimi Quadrati Generalizzati (GLS)Statistica↔ compare
- Regression with Ordinary Least Squares (OLS)Econometria↔ compare
- Modello a Effetti Fissi PanelEconometria↔ compare
- Regressione quantilicaEconometria↔ compare
- Robust Generalized Least Squares (Robust GLS)Econometria↔ compare
- Minimi Quadrati Pesati (WLS)Statistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →