ScholarGate
Assistent
Regression modelEconometrics / time series

Robust Generaliserad Minsta Kvadrat (Robust GLS)

Robust GLS utökar klassisk Generaliserad Minsta Kvadrat genom att para ihop GLS-koefficientestimering med heteroskedasticitets- och autokorrelationskonsistenta (HAC) standardfel, eller genom att använda M-estimering inom GLS-ramverket. Det korrigerar för icke-sfäriska fel – heteroskedasticitet, autokorrelation eller båda – samtidigt som det skyddar inferensen mot felsspecifikation av felkovariansstrukturen.

Tillämpa med EconMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381
  2. White, H. (1980). A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity. Econometrica, 48(4), 817-838. DOI: 10.2307/1912934

Så citerar du den här sidan

ScholarGate. (2026, June 3). Robust Generalized Least Squares. ScholarGate. https://scholargate.app/sv/econometrics/robust-gls

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.

Compare side by side

Refereras av

ScholarGateRobust GLS (Robust Generalized Least Squares). Hämtad 2026-06-15 från https://scholargate.app/sv/econometrics/robust-gls · Datamängd: https://doi.org/10.5281/zenodo.20539026