Generalized Least Squares
Generalized Least Squares (GLS) is a linear regression estimator that extends ordinary least squares to handle situations where the error terms are correlated or have non-constant variance (heteroscedasticity). Introduced by Alexander Craig Aitken in 1935, GLS achieves the Best Linear Unbiased Estimator (BLUE) under a general error covariance structure by weighting observations according to their precision, providing a theoretical bridge between OLS and modern linear mixed models.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- Aitken, A. C. (1935). IV.—On least squares and linear combination of observations. Proceedings of the Royal Society of Edinburgh, 55, 42–48. · DOI 10.1017/S0370164600014346
- Greene, W. H. (2003). Econometric Analysis (5th ed.). Prentice Hall. · ISBN 978-0131108493
- Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. · ISBN 978-0262232586
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.