Gegeneraliseerde Kleinste Kwadraten (GLS)
Gegeneraliseerde Kleinste Kwadraten (GLS) is een lineaire regressie-schatter die gewone kleinste kwadraten uitbreidt om situaties te hanteren waarbij de fouttermen gecorreleerd zijn of een niet-constante variantie (heteroscedasticiteit) hebben. Geïntroduceerd door Alexander Craig Aitken in 1935, bereikt GLS de Beste Lineaire Onvervormde Schatter (BLUE) onder een algemene fout-covariantiestructuur door observaties te wegen naar hun precisie, wat een theoretische brug slaat tussen OLS en moderne lineaire gemengde modellen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Generalized Least Squares Estimator. ScholarGate. https://scholargate.app/nl/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.
- Regressie met Twee-Staps Kleinste Kwadraten (2SLS / IV)Econometrie↔ compare
- Gewone Kleinste Kwadraten (OLS)Statistiek↔ compare
- Gewogen Kleinste Kwadraten (GKK)Statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →