เปรียบเทียบวิธี

	การทดสอบ LM ของ Breusch-Godfrey สำหรับสหสัมพันธ์เชิงอันดับ	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1978	2019
ผู้ริเริ่ม	Trevor Breusch & Leslie Godfrey	Wooldridge (textbook treatment); classical least squares
ประเภท	Lagrange-multiplier test for serial correlation	Linear regression
แหล่งต้นตำรับ	Godfrey, L. G. (1978). Testing against general autoregressive and moving average error models when the regressors include lagged dependent variables. Econometrica, 46(6), 1293–1301.	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
ชื่อเรียกอื่น	BG test, LM test for autocorrelation, Breusch-Godfrey serial correlation test, Breusch-Godfrey otokorelasyon testi	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
ที่เกี่ยวข้อง	3	5
สรุป	The Breusch-Godfrey test is a Lagrange-multiplier test for serial correlation in regression residuals, developed independently by Trevor Breusch (1978) and Leslie Godfrey (1978). Unlike the Durbin-Watson test, it detects autocorrelation up to any chosen order p, remains valid when the model includes lagged dependent variables, and produces a definite chi-square p-value rather than an inconclusive region — making it the modern standard for autocorrelation testing.	Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE).