Robustais svērtais mazāko kvadrātu metode (Robust WLS)
Robust WLS apvieno svērto mazāko kvadrātu metodi — kas koriģē zināmu vai novērtētu heteroskedasticitāti — ar robustu M-novērtēšanas metodi, kas samazina ietekmīgu ārkārtēju vērtību nozīmīgumu. Rezultāts ir regresijas novērtētājs, kas ir vienlaicīgi efektīvs pie nekonstanta kļūdu dispersijas un izturīgs pret novērojumiem, kas citādi izkropļotu koeficientu novērtējumus.
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
- Huber, P. J. (1981). Robust Statistics. Wiley. ISBN: 978-0471418054
- Greene, W. H. (2018). Econometric Analysis (8th ed.). Pearson. ISBN: 978-0134461366
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Weighted Least Squares. ScholarGate. https://scholargate.app/lv/econometrics/robust-wls
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.
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Robustā vispārīgā mazāko kvadrātu metode (Robust 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 →