LPM (OLS z odpornymi estymatorami odchylenia standardowego)
LPM stosuje metodę najmniejszych kwadratów do estymacji współczynników, a następnie zastępuje klasyczne estymatory odchylenia standardowego estymatorami odpornymi na heteroskedastyczność (HC) — powszechnie nazywanymi estymatorami White'a. Pozostawia to estymaty punktowe bez zmian, jednocześnie zapewniając poprawne statystyki t i przedziały ufności, nawet gdy wariancja błędu nie jest stała dla wszystkich obserwacji.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Źródła
- White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817–838. DOI: 10.2307/1912934 ↗
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
Jak cytować tę stronę
ScholarGate. (2026, June 3). Ordinary Least Squares with Heteroscedasticity-Consistent Standard Errors. ScholarGate. https://scholargate.app/pl/econometrics/robust-ols
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.
- Metoda najmniejszych kwadratów uogólnionych (GLS)Statystyka↔ compare
- Regresja metodą najmniejszych kwadratów (OLS)Ekonometria↔ compare
- Panel Fixed Effects ModelEkonometria↔ compare
- Regresja kwantylowaEkonometria↔ compare
- Uogólniona metoda najmniejszych kwadratów (Robust GLS)Ekonometria↔ compare
- Ważone Metody Najmniejszych Kwadratów (WLS)Statystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →