Regression model
一般化最小二乗法 (GLS)
一般化最小二乗法 (GLS) は、誤差項が相関しているか、または分散が一定でない（不均一分散）状況に対応するために、普通最小二乗法 (OLS) を拡張した線形回帰推定量である。1935年にAlexander Craig Aitkenによって導入されたGLSは、一般的な誤差共分散構造の下で最良線形不偏推定量 (BLUE) を達成する。これは、観測値の精度に応じて重み付けを行うことであり、OLSと現代の線形混合モデルとの間の理論的な架け橋を提供する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
他 2 件
出典
- Aitken, A. C. (1935). IV.—On least squares and linear combination of observations. Proceedings of the Royal Society of Edinburgh, 55, 42–48. DOI: 10.1017/S0370164600014346 ↗
- Greene, W. H. (2003). Econometric Analysis (5th ed.). Prentice Hall. ISBN: 978-0131108493
- Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586
このページの引用方法
ScholarGate. (2026, June 3). Generalized Least Squares Estimator. ScholarGate. https://scholargate.app/ja/statistics/generalized-least-squares
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
並べて比較する →