ScholarGate
Assistent
Regression model

Generell minste kvadraters metode (GLS)

Generell minste kvadraters metode (GLS) er en lineær regresjonsestimator som utvider vanlig minste kvadraters metode (OLS) til å håndtere situasjoner der feilleddene er korrelerte eller har ikke-konstant varians (heteroskedastisitet). Introdusert av Alexander Craig Aitken i 1935, oppnår GLS den beste lineære forventningsrette estimatoren (BLUE) under en generell kovariansstruktur for feilleddene ved å vekte observasjoner i henhold til deres presisjon, og gir en teoretisk bro mellom OLS og moderne lineære blandede modeller.

Anvend med StatMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

Kilder

  1. 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
  2. Greene, W. H. (2003). Econometric Analysis (5th ed.). Prentice Hall. ISBN: 978-0131108493
  3. Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586

Slik siterer du denne siden

ScholarGate. (2026, June 3). Generalized Least Squares Estimator. ScholarGate. https://scholargate.app/no/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.

Compare side by side

Referert av

ScholarGateGeneralized Least Squares (Generalized Least Squares Estimator). Hentet 2026-06-15 fra https://scholargate.app/no/statistics/generalized-least-squares · Datasett: https://doi.org/10.5281/zenodo.20539026