МНК с робастными стандартными ошибками
Метод МНК с робастными стандартными ошибками применяет обычный метод наименьших квадратов для оценки коэффициентов, а затем заменяет классические стандартные ошибки на гетероскедастически-согласованные (HC) стандартные ошибки — обычно называемые стандартными ошибками Уайта. Это не изменяет точечные оценки, но обеспечивает корректные t-статистики и доверительные интервалы, даже когда дисперсия ошибок непостоянна для разных наблюдений.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
+ ещё 3
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Ordinary Least Squares with Heteroscedasticity-Consistent Standard Errors. ScholarGate. https://scholargate.app/ru/econometrics/robust-ols
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Обобщенный метод наименьших квадратов (ОМНК)Статистика↔ сравнить
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ сравнить
- Модель с фиксированными эффектами панелиЭконометрика↔ сравнить
- Квантильная регрессияЭконометрика↔ сравнить
- Робастный обобщенный метод наименьших квадратов (Robust GLS)Эконометрика↔ сравнить
- Взвешенный метод наименьших квадратов (ВМНК)Статистика↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →