ScholarGate
Assistent
Regression model

Generaliserad minstakvadratmetoden (GLS)

Generaliserad minstakvadratmetoden (GLS) är en linjär regressionsskattning som utvidgar vanlig minstakvadratmetod (OLS) för att hantera situationer där residualtermerna är korrelerade eller har icke-konstant varians (heteroskedasticitet). GLS, som introducerades av Alexander Craig Aitken 1935, uppnår den bästa linjära väntevärdesriktiga skattningen (BLUE) under en generell kovariansstruktur för residualerna genom att vikta observationer enligt deras precision, vilket ger en teoretisk brygga mellan OLS och moderna linjära blandade modeller.

Tillämpa med StatMindSnartVideoSnartDownload 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.

+2 more

Källor

  1. 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
  2. Greene, W. H. (2003). Econometric Analysis (5th ed.). Prentice Hall. ISBN: 978-0131108493
  3. Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586

Så citerar du den här sidan

ScholarGate. (2026, June 3). Generalized Least Squares Estimator. ScholarGate. https://scholargate.app/sv/statistics/generalized-least-squares

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

ScholarGateGeneralized Least Squares (Generalized Least Squares Estimator). Hämtad 2026-06-15 från https://scholargate.app/sv/statistics/generalized-least-squares · Datamängd: https://doi.org/10.5281/zenodo.20539026