OLS Robusto (OLS com Erros Padrão Robustos)
O OLS Robusto aplica Mínimos Quadrados Ordinários (OLS) para estimar coeficientes e, em seguida, substitui os erros padrão clássicos por erros padrão consistentes com heterocedasticidade (HC) — comumente chamados de erros padrão de White. Isso deixa as estimativas pontuais inalteradas, ao mesmo tempo que produz estatísticas t e intervalos de confiança válidos, mesmo quando a variância do erro não é constante entre as observações.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Ordinary Least Squares with Heteroscedasticity-Consistent Standard Errors. ScholarGate. https://scholargate.app/pt/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.
- Mínimos Quadrados Generalizados (MQG)Estatística↔ compare
- Regressão por Mínimos Quadrados Ordinários (MQO)Econometria↔ compare
- Modelo de Efeitos Fixos em PainelEconometria↔ compare
- Regressão QuantílicaEconometria↔ compare
- Robust Generalized Least Squares (Robust GLS)Econometria↔ compare
- Mínimos Quadrados Ponderados (WLS)Estatística↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →