Robustā vispārīgā mazāko kvadrātu metode (Robust GLS)
Robust GLS paplašina klasisko vispārīgo mazāko kvadrātu metodi, apvienojot GLS koeficientu novērtēšanu ar heteroskedastiskuma un autokorelācijas konsistentiem (HAC) standartkļūdām, vai izmantojot M-novērtēšanu GLS ietvaros. Tā koriģē ne sfēriskas kļūdas — heteroskedastiskumu, autokorelāciju vai abus —, vienlaikus pasargājot inferenci no kļūdainas kļūdu kovariācijas struktūras specifikācijas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Generalized Least Squares. ScholarGate. https://scholargate.app/lv/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.
- Vispārīgais mazāko kvadrātu metodes (GLS) novērtētājsStatistika↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Paneļa vispārinātā mazāko kvadrātu metode (Panel GLS)Ekonometrija↔ compare
- Robustā OLS (OLS ar robustām standarta kļūdām)Ekonometrija↔ compare
- Svērto mazāko kvadrātu metode (WLS)Statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →