Vispārīgais mazāko kvadrātu metodes (GLS) novērtētājs
Vispārīgais mazāko kvadrātu metodes (GLS) novērtētājs ir lineārās regresijas novērtētājs, kas paplašina parasto mazāko kvadrātu metodi (OLS), lai risinātu situācijas, kurās kļūdu locekļi ir saistīti vai tiem ir nekonstants dispersijas lielums (heteroskedasticitāte). GLS, ko 1935. gadā ieviesa Aleksandrs Kreigs Aitkens, panāk labāko lineāro neobjektīvo novērtētāju (BLUE) vispārīgā kļūdu kovarianču struktūrā, svēršanas novērojumus atbilstoši to precizitātei, nodrošinot teorētisku saikni starp OLS un mūsdienu lineārajiem jauktajiem modeļiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Generalized Least Squares Estimator. ScholarGate. https://scholargate.app/lv/statistics/generalized-least-squares
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.
- Divpakāju mazāko kvadrātu (2SLS / IV) regresijaEkonometrija↔ compare
- Parastie mazāko kvadrātu metodes (OLS)Statistika↔ compare
- Svērto mazāko kvadrātu metode (WLS)Statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →