Robustā OLS (OLS ar robustām standarta kļūdām)
Robustā OLS izmanto parasto mazāko kvadrātu metodi, lai novērtētu koeficientus, un pēc tam aizstāj klasiskās standarta kļūdas ar heteroskedastiskumam noturīgām (HC) standarta kļūdām — ko parasti sauc par Vaita standarta kļūdām. Tas atstāj punktu aplēses nemainīgas, vienlaikus nodrošinot derīgas t-statistikas un ticamības intervālus pat tad, ja kļūdu dispersija nav konstanta visos novērojumos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Ordinary Least Squares with Heteroscedasticity-Consistent Standard Errors. ScholarGate. https://scholargate.app/lv/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.
- Vispārīgais mazāko kvadrātu metodes (GLS) novērtētājsStatistika↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Fiksēto efektu paneļa modelis (FE)Ekonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Robustā vispārīgā mazāko kvadrātu metode (Robust GLS)Ekonometrija↔ compare
- Svērto mazāko kvadrātu metode (WLS)Statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →