เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การถดถอยกำลังสองน้อยที่สุดทั่วไปแบบคงทน (Robust GLS)× | กำลังสองน้อยที่สุดแบบทั่วไป (Generalized Least Squares - GLS)× | |
|---|---|---|
| สาขาวิชา≠ | เศรษฐมิติ | สถิติศาสตร์ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1936 / 1980 | 1935 |
| ผู้ริเริ่ม≠ | Aitken (GLS theory, 1936); White (robust covariance, 1980) | Alexander Craig Aitken |
| ประเภท≠ | Robust linear regression | Linear estimator |
| แหล่งต้นตำรับ≠ | Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381 | Aitken, A. C. (1935). IV.—On least squares and linear combination of observations. Proceedings of the Royal Society of Edinburgh, 55, 42–48. DOI ↗ |
| ชื่อเรียกอื่น≠ | robust generalized least squares, GLS with robust standard errors, heteroscedasticity-consistent GLS, HC-GLS | GLS, Aitken estimator, EGLS, feasible GLS |
| ที่เกี่ยวข้อง≠ | 5 | 3 |
| สรุป≠ | Robust GLS extends classical Generalized Least Squares by pairing GLS coefficient estimation with heteroscedasticity- and autocorrelation-consistent (HAC) standard errors, or by using M-estimation within the GLS framework. It corrects for non-spherical errors — heteroscedasticity, autocorrelation, or both — while also guarding inference against misspecification of the error covariance structure. | 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. |
| ScholarGateชุดข้อมูล ↗ |
|
|