Dynamisk OLS-estimator (Dynamic Ordinary Least Squares, DOLS)
Dynamisk OLS är en estimator för kointegrerade regressioner, introducerad av Stock och Watson (1993), som återvinner långsiktiga samband mellan I(1)-variabler. Den utökar den statiska regressionen med ledande och släpande termer av de differensierade regressorer, vilket korrigerar endogenitetsbias parametriskt så att långsiktig koefficient kan estimeras med vanlig minsta kvadratmetoden.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Stock, J. H. & Watson, M. W. (1993). A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems. Econometrica, 61(4), 783–820. DOI: 10.2307/2951763 ↗
- Kao, C. & Chiang, M.-H. (2001). On the Estimation and Inference of a Cointegrated Regression in Panel Data. Advances in Econometrics, 15, 179–222. DOI: 10.1016/S0731-9053(00)15007-8 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Dynamic Ordinary Least Squares Estimator. ScholarGate. https://scholargate.app/sv/econometrics/dols-estimator
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Augmented Mean Group (AMG) skattareEkonometri↔ jämför
- Common Correlated Effects Mean Group (CCEMG) skattareEkonometri↔ jämför
- Vanligaste minsta kvadratmetoden (OLS) RegressionEkonometri↔ jämför
- Panelkointegrationstester (Pedroni, Kao, Westerlund)Ekonometri↔ jämför
- Paneldatamodell med fixa effekterEkonometri↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →