Regression model
Regresja metodą najmniejszych kwadratów (OLS)
Metoda najmniejszych kwadratów (Ordinary Least Squares, OLS) to klasyczna metoda regresji liniowej, która wyjaśnia zmienną zależną o charakterze ciągłym jako kombinację liniową predyktorów. Szacuje ona współczynniki poprzez minimalizację sumy kwadratów reszt, a przy założeniach Gaussa-Markowa estymatory te są najlepszymi liniowymi nieobciążonymi estymatorami (BLUE).
Przeczytaj pełny opis metody
Tylko dla członków
Zaloguj sięZaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+141 more
Źródła
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
Jak cytować tę stronę
ScholarGate. (2026, June 1). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/pl/econometrics/ols-regression
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.
- Regresja LassoUczenie maszynowe↔ compare
- Regresja logistycznaStatystyka w badaniach↔ compare
- Model efektów stałych dla danych panelowychEkonometria↔ compare
- Regresja kwantylowaEkonometria↔ compare
- Regularyzacja grzbietowa (Ridge Regression)Uczenie maszynowe↔ compare
Cytowana przez
Regresja metodą dwuetapową najmniejszych kwadratów (2SLS / IV)Test ARCH-LM na klastrowanie zmiennościTest granic ARDL (Pesaran Bounds Test)ARFIMA: Model ułamkowo zintegrowanego modelu ARMAModel ARIMA (Autoregressive Integrated Moving Average)Estymator rozszerzonej grupy średnich (Augmented Mean Group, AMG)Regresja liniowa bayesowskaBayesowska wielokrotna regresja liniowaBayesian OLSModel Bayesański z efektami losowymiRegresja bayesowskaRegresja bayesowska odporna (Bayesian Robust Regression)Bayesowska prosta regresja liniowaAutoregresja wektorowa bayesowska (BVAR)Regresja betaModel portfelowy Blacka-LittermanaBlock Bootstrap (Moving Block i stacjonarny)Analiza punktu krytycznegoTest LM Breuscha-Godfreya na autokorelację szeregowąTest Breuscha-Pagana na heteroskedastycznośćModel wyceny aktywów kapitałowych (CAPM)Algorytmy odkrywania przyczynowości (PC, FCI, LiNGAM)Analiza przyczynowego pośrednictwa (naturalny efekt bezpośredni i pośredni)Estymator średniej grupowej ze wspólnymi skorelowanymi efektami (CCEMG)Model ogólnej równowagi obliczeniowej (CGE)Test Chow'a na zmianę strukturalnąBłędy standardowe odporne na klastrowanieIndeks warunkowościAnaliza procesu warunkowego (mediacja moderowana)Predykcja konforemna dla prognozowania szeregów czasowychMetoda Crostona dla popytu nieciągłegoMetoda różnic w różnicach (Diff-in-Diff)Projekt różnic w nieciągłościachEstymacja podwójnie odporna (AIPW)Test Durbina-Watsona na autokorelacjęEstymator dynamicznych zwykłych najmniejszych kwadratów (DOLS)Regresja Elastic NetBadanie zdarzeń (CAR i BHAR)Model ryzyka wieloczynnikowego (Fama-French, APT)Wektorowa autokorelacja z uwzględnieniem czynników (FAVAR)Model efektów stałychModel stałych efektów dla danych panelowychEstymator FMOLS (Fully Modified OLS)OLS z Fouriera (Zwykłe Metodą Najmniejszych Kwadratów z rozszerzeniem Fouriera)Fourier WLS (Fourier Flexible Weighted Least Squares)Regresja gamma (GLM)Model GARCH (Prognozowanie zmienności)Uogólniony Model Liniowy (GLM)Regresja geograficznie ważona (GWR)Globalny Model Błędu Przestrzennego (SEM)Estymacja uogólnioną metodą momentów (GMM)Test przyczynowości GrangeraModel HAR-RV zmienności zrealizowanejTest specyfikacji Hausmana (FE vs RE)Model selekcji Heckmana (Heckit / Tobit typu II)Błędy standardowe odporne na heteroskedastyczność (HC)Hierarchiczny Model Liniowy (HLM)Regresja HuberaModel zaporowy dla danych zliczanychDiagnostyka wpływu (Dystans Cooka, DFFITS, dźwignia)Modele stóp procentowych (Vasicek, CIR, Nelson-Siegel)Analiza przerwanych szeregów czasowych (ITS)Resampling JackknifeInterpolacja przestrzenna metodą KriginguRegresja metodą najmniejszej mediany kwadratów (LMS)Regresja metodą najmniejszych przyciętych kwadratów (LTS)Modele ryzyka płynności (Amihud, Roll, LOT)Modele z długą pamięcią (ARFIMA, FIGARCH)Estymatory M (regresja odporna)Estymacja odchylenia bezwzględnego od mediany (MAD)Model Markowa z przełączaniem reżimów (MS-AR / MS-VAR)Wieloskalowa geograficznie ważona regresja (MGWR)Estymacja MM dla regresji odpornejAnaliza moderacji (interakcji)Regresja logistyczna wielomianowaWielowymiarowa regresja liniowa z wieloma zmiennymiModel nieliniowy autoregresyjny z rozłożonym opóźnieniem (NARDL)Regresja ujemna dwumianowaBłędy standardowe HAC metodą Neweya-WestNieliniowy model autoregresywny z rozłożonym opóźnieniem (NARDL)OLS nieliniowe (Nieliniowa metoda najmniejszych kwadratów)Nieliniowa ważona metoda najmniejszych kwadratów (NWLS)Regresja kwantylowa (warianty nieparametryczne)Regresja logistyczna porządkowa (Ordered Logit/Probit)Regresja logistyczna porządkowaRegresja logistyczna porządkowa (model szans proporcjonalnych)Pairs Trading (Arbitraż Statystyczny)Testy kointegracji panelowej (Pedroni, Kao, Westerlund)Model efektów stałych dla danych panelowychPanel OLS (Pooled Ordinary Least Squares)Panelowa regresja liniowa prostaPanelowa autoregresja wektorowa (Panel VAR)Regresja Poissona i regresja ujemna dwumianowaRegresja wielomianowaZwykłe metody najmniejszych kwadratów dla danych panelowychGłówne Czynniki RyzykaModel ProbitProphetRegresja kwantylowaTest Ramsey RESET na poprawność postaci funkcjonalnejModel efektów losowych dla danych panelowychModel efektów losowych dla danych panelowychNadzorowana inferencja permutyacyjna FisheraRegresja RANSACModel Markowa z przełączaniem reżimów dla szeregów finansowychMetoda regresji z nieciągłością (RDD)Regresywny projekt nieciągłości (RDD)Regression Kink Design (RKD)Robust ANOVA (Welch & Trimmed Mean)Korelacja odporna (Spearmana, Kendalla i dwusieczna)Uogólniona metoda najmniejszych kwadratów (Robust GLS)Robustowy test HausmanaRobustowa regresja logistycznaSolidny liniowy model mieszanyWytrzymała (robustna) regresja liniowa wielorazowaSolidny Model Autoregresyjny Rozłożony na Długach (Robust NARDL)LPM (OLS z odpornymi estymatorami odchylenia standardowego)Regresja kwantylowa odpornaRegresja odpornaOdporna regresja liniowa prostaRobustna analiza szeregów czasowychRobustowe ważone najmniejsze kwadraty (Robust WLS)Estymator S dla regresji odpornejRegresje pozornie niepowiązane (SUR)Model przestrzenny Durbina (SDM)Model błędu przestrzennego (SEM)Model opóźnienia przestrzennego (SAR / Autoregresyjny przestrzenny)Model panelowy przestrzenny (FE/RE)Spatial RegressionModel gładkiego przejścia autoregresyjnego (STAR)Stochastic Frontier Analysis (SFA)OLS ze zmianami strukturalnymiSystem GMM (Arellano-Bover / Blundell-Bond)Miary ryzyka ogona (Expected Shortfall, spektralne, ekspotencjalne)Estymator Theila-SenaMetoda ThetaMetoda najmniejszych kwadratów z trzema etapami (3SLS)Regresja progowaOLS z parametrami zmiennymi w czasie (TVP-OLS)Model regresji cenzurowanej TobitaZmienne instrumentalne za pomocą dwuetapowych najmniejszych kwadratów (IV/2SLS)Testowanie wsteczne wartości zagrożonej (VaR)Model Autoregresji Wektorowej (VAR)Współczynnik inflacji wariancji (VIF)Model Korekcji Błędów Wektorowych (VECM)Regresja odporna z estymatorem W (Welsch / Tukey Bisquare)Test White'a na heteroskedastycznośćBootstrap dziki (wild bootstrap) w wnioskowaniu regresyjnym
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →