Regression model
Regresia prin metoda celor mai mici pătrate ordinare (OLS)
Regresia prin metoda celor mai mici pătrate ordinare (OLS) este metoda clasică de regresie liniară care explică un rezultat continuu ca o combinație liniară de predictori. Ea estimează coeficienții prin minimizarea sumei pătratelor reziduurilor, iar în condițiile ipotezelor Gauss-Markov, aceste estimări sunt cel mai bun estimator liniar imparțial (BLUE).
Citește metoda completă
Doar pentru membri
AutentificareAutentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+141 more
Surse
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
Cum se citează această pagină
ScholarGate. (2026, June 1). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/ro/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.
- Regresia LassoÎnvățare automată↔ compare
- Regresia LogisticăStatistică pentru cercetare↔ compare
- Modelul cu Efecte Fixe pentru Date PanouEconometrie↔ compare
- Regresia cuantilicăEconometrie↔ compare
- Regresia RidgeÎnvățare automată↔ compare
Citat de
Regresia prin metoda celor mai mici pătrate în două etape (2SLS / IV)Testul ARCH-LM pentru clusterizarea volatilitățiiTestul ARDL Bounds (Testul Pesaran Bounds)ARFIMA: Model ARMA cu Integrare FracționarăModelul ARIMA (Autoregresiv Integrat cu Medii Mobile)Estimatorul Augmented Mean Group (AMG)Regresie Liniară BayesianăRegresie Liniară Multiplă BayesianăRegresia Bayesiană OLS (pătrate cele mai mici Bayesiană)Modelul Bayesian cu Efecte AleatoriiBayesian RegressionRegresie Robustă BayesianăRegresia Liniară Simplă BayesianăAutoregresia Vectorial Bayesiană (BVAR)Regresie BetaModelul Black-LittermanBootstrap pe blocuri (blocuri mobile și staționare)Analiza punctului de rupereTestul LM Breusch-Godfrey pentru corelația serialăTestul Breusch-Pagan pentru heteroschedasticitateModelul de prețuire a activelor de capital (CAPM)Algoritmi de Descoperire Cauzală (PC, FCI, LiNGAM)Analiza de Mediere Cauzală (Efecte Directe și Indirecte Naturale)Estimatorul Common Correlated Effects Mean Group (CCEMG)Model de Echilibru General Computabil (CGE)Testul Chow pentru ruptură structuralăErori standard robuste la grupuri (Cluster-Robust Standard Errors)Indexul de CondițieAnaliza proceselor condiționate (Mediere moderată)Predicția conformă pentru prognoza seriilor de timpMetoda lui Croston pentru cerere intermitentăDifference-in-Differences (Diff-in-Diff)Designul diferență-în-discontinuitățiEstimare Dublu Robustă (AIPW)Testul Durbin-Watson pentru AutocorelațieEstimatorul DOLS (Dynamic Ordinary Least Squares)Regresia Elastic NetStudiul evenimentului (CAR și BHAR)Model de risc multifactorial (Fama-French, APT)Modelul Vectorial Autoregresiv Augmentat cu Factori (FAVAR)Model cu Efecte FixeModelul de panel cu efecte fixeEstimator OLS Complet Modificat (FMOLS)OLS Fourier (Metoda celor mai mici pătrate ordinare augmentată Fourier)WLS Fourier (Metoda celor mai mici pătrate ponderate Fourier)Regresia Gamma (GLM)Model GARCH (Prognoza volatilității)Modelul Liniar Generalizat (GLM)Regresia ponderată geografic (GWR)Modelul Global al Erorilor Spațiale (SEM)Estimarea prin Metoda Generalizată a Momentelor (GMM)Testul de cauzalitate GrangerModelul HAR-RV al volatilității realizateHausman TestModelul de selecție Heckman (Heckit / Tobit Tip II)Erori Standard Robuste la Heteroscedasticitate (HC)Modelul Ierarhic Liniar (HLM)Regresia HuberModelul prag pentru date de tip numărătorDiagnosticile de influență (Distanța Cook, DFFITS, Leveraj)Modele de rate de dobândă (Vasicek, CIR, Nelson-Siegel)Analiza seriilor de timp întrerupte (ITS)Reeșantionarea JackknifeInterpolație spațială KrigingRegresia celor mai mici mediane de pătrate (LMS)Regresia prin metoda celor mai mici pătrate trunchiate (LTS)Modele de risc de lichiditate (Amihud, Roll, LOT)Modele cu memorie lungă (ARFIMA, FIGARCH)M-estimatori (Regresie Robustă)Estimarea deviației absolute mediane (MAD)Modelul Markov cu comutare de regim (MS-AR / MS-VAR)Regresia Geografică Ponderată Multiscalară (MGWR)Estimarea MM pentru regresia robustăAnaliza de moderare (interacțiune)Regresie logistică multinomialăRegresia liniară multiplă multivariatăModelul Autoregresiv Neliniar cu Defazaj Distribuit (NARDL)Regresie binomială negativăErori standard HAC Newey-WestModelul Autoregresiv cu Defalcare Nelinara (NARDL)OLS neliniar (Cea mai mică sumă a pătratelor reziduurilor neliniară)Cea mai bună potrivire neliniară ponderată (NWLS)Regresia cuantilică (Variante nonparametrice)Regresia logistică ordonată (logit/probit ordonat)Regresie logistică ordinalăRegresia logistică ordinală (modelul cotelor proporționale)Tranzacționare perechi (arbitraj statistic)Teste de Cointegrare în Panou (Pedroni, Kao, Westerlund)Modelul cu Efecte Fixe pentru Date PanouPanou OLS (Ordinary Least Squares Agregat)Regresie Liniară Simplă pe PanouAutoregresia vectorială pe panel (Panel VAR)Regresia Poisson și binomială negativăRegresie polinomialăOrdinary Least Squares Agregat (Pooled OLS) pentru Date PaneliFactori de Risc prin Componente PrincipaleModelul Probit de RegresieProfetRegresia cuantilicăTestul Ramsey RESET pentru forma funcționalăModelul cu Efecte Aleatorii pentru Date PanouModel cu Efecte Aleatorii pentru Date PanelInferența prin randomizare exactă FisherRegresie RANSACModelul Markov cu Schimbări de Regim pentru Serii FinanciareDesignul de discontinuitate a regresiei (RDD)Designul regresiei prin discontinuitate (RDD)Designul cu discontinuitate de pantă (RKD)ANOVA Robustă (Welch & Media Tăiată)Corelație Robustă (Spearman, Kendall și Biweight)Regresie Liniară Generalizată Robustă (Robust GLS)Testul Robust Hausman pentru SpecificareRegresie logistică robustăModel Robust de Efecte Mixte LiniareRegresia liniară multiplă robustăModel Robust Nonliniar Autoregresiv cu Lag Distribuit (Robust NARDL)OLS Robust (OLS cu erori standard robuste)Regresia robustă a cuantilelorRegresie RobustăRegresie liniară simplă robustăAnaliză robustă a seriilor de timpPonderarea minimilor pătrate robuste (Robust WLS)Estimatorul S pentru regresie robustăRegresiile aparent necorelate (SUR)Modelul Durbin Spațial (SDM)Modelul de eroare spațială (SEM)Modelul de decalaj spațial (SAR / Autoregresiv spațial)Modelul spațial de panel (FE/RE)Regresia spațială (modelele cu decalaj spațial și cu eroare spațială)Modelul Autoregresiv cu Tranziție Lină (STAR)Analiza Frontierelor Stocastice (SFA)OLS cu Rupturi StructuraleSistem GMM (Arellano-Bover / Blundell-Bond)Măsuri de risc de coadă (Expected Shortfall, Spectrale, Expectile)Estimatorul Theil-SenMetoda ThetaMetoda celor mai mici pătrate în trei etape (3SLS)Regresie cu pragMetoda OLS cu Parametri Variabili în Timp (TVP-OLS)Modelul Tobit cu regresie cenzuratăTwo-Stage Least Squares (2SLS)Backtesting VaR (Valoare la Risc)Modelul Vectorial de Autoregresie (VAR)Factor de Inflație a Varianței (VIF)Modelul Vectorial de Corecție a Erorii (VECM)Regresia robustă cu W-estimator (Tukey Bisquare / Welsch)Testul White pentru heteroskedasticitateBootstrap sălbatic pentru inferență în regresie
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →