Regression model
Hồi quy Bình phương Tối thiểu Thông thường (OLS)
Bình phương Tối thiểu Thông thường là phương pháp hồi quy tuyến tính cổ điển, giải thích một biến kết quả liên tục dưới dạng tổ hợp tuyến tính của các biến dự báo. Nó ước lượng các hệ số bằng cách tối thiểu hóa tổng bình phương phần dư, và theo các giả định Gauss-Markov, các ước lượng này là ước lượng tuyến tính không chệch tốt nhất (BLUE).
Đọc toàn bộ phương pháp
Chỉ dành cho thành viên
Đăng nhậpĐăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+141 more
Nguồn tài liệu
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/vi/econometrics/ols-regression
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.
- Hồi quy LassoHọc máy↔ compare
- Hồi quy LogisticThống kê nghiên cứu↔ compare
- Mô hình Hiệu ứng Cố định Dữ liệu BảngKinh tế lượng↔ compare
- Hồi quy QuantileKinh tế lượng↔ compare
- Ridge RegressionHọc máy↔ compare
Được tham chiếu bởi
Hồi quy bình phương nhỏ nhất hai giai đoạn (2SLS / IV)Kiểm định ARCH-LM về sự tập trung của phương saiKiểm định giới hạn ARDL (Kiểm định giới hạn Pesaran)ARFIMA: Mô hình ARMA Tích phân Phân sốMô hình ARIMA (Autoregressive Integrated Moving Average)Ước lượng nhóm trung bình tăng cường (AMG)Hồi quy tuyến tính BayesHồi quy tuyến tính bội BayesHồi quy OLS Bayes (Bayesian Ordinary Least Squares Regression)Mô hình Hiệu ứng Ngẫu nhiên BayesHồi quy BayesHồi quy Mạnh BayesHồi quy Tuyến tính Đơn giản BayesMô hình Tự hồi quy Vector Bayes (BVAR)Hồi quy BetaMô hình Danh mục Đầu tư Black-LittermanBootstrap Khối (Khối Di động và Tĩnh)Phân tích điểm phá vỡKiểm định LM Breusch-Godfrey về Tương quan ChuỗiKiểm định Breusch-Pagan về phương sai sai số thay đổiMô hình định giá tài sản vốn (CAPM)Các thuật toán Khám phá Nhân quả (PC, FCI, LiNGAM)Phân tích Trung gian Nhân quả (Hiệu ứng Trực tiếp và Gián tiếp Tự nhiên)Ước lượng Trung bình Nhóm Ảnh hưởng Tương quan Chung (CCEMG)Mô hình Cân bằng tổng thể tính toán (CGE)Kiểm định Chow về điểm gãy cấu trúcSai số chuẩn mạnh mẽ theo cụmChỉ số Điều kiệnPhân tích tiến trình có điều kiện (Trung gian có điều hòa)Dự báo Chuỗi Thời gian bằng Dự đoán Hợp thứcPhương pháp Croston cho nhu cầu không liên tụcPhương pháp Sai phân kép (Difference-in-Differences - DiD)Thiết kế Sai khác-trong-Sai khácƯớc lượng Mạnh mẽ Kép (AIPW)Kiểm định Durbin-Watson về Tự tương quanƯớc lượng Bình phương Tối thiểu Thông thường Động (DOLS)Hồi quy Mạng Lưới Co GiãnNghiên cứu sự kiện (CAR và BHAR)Mô hình Rủi ro Đa Yếu tố (Fama-French, APT)Mô hình Tự hồi quy Vector Tăng cường Nhân tố (FAVAR)Mô hình Hiệu ứng Cố định (Fixed Effects Model - FE)Mô hình hiệu ứng cố định với dữ liệu bảngƯớc lượng FMOLS (Fully Modified OLS)OLS Fourier (Ordinary Least Squares được tăng cường bằng Fourier)Fourier WLS (Fourier Flexible Weighted Least Squares)Hồi quy Gamma (Mô hình Tuyến tính Tổng quát)Mô hình GARCH (Dự báo Biến động)Mô hình Tuyến tính Tổng quát (GLM)Hồi quy Trọng số Địa lý (GWR)Mô hình Sai số Không gian Toàn cục (SEM)Ước lượng Phương pháp Mômen Tổng quát (GMM)Kiểm định nhân quả GrangerMô hình HAR-RV của Biến động Thực hiệnKiểm định Đặc tả Hausman (FE so với RE)Mô hình chọn mẫu Heckman (Heckit / Tobit Loại II)Sai số chuẩn vững với phương sai thay đổi (HC)Mô hình Tuyến tính Phân cấp (HLM)Hồi quy HuberMô hình ngưỡng cho dữ liệu đếmChẩn đoán ảnh hưởng (Khoảng cách Cook, DFFITS, Đòn bẩy)Các Mô hình Lãi suất (Vasicek, CIR, Nelson-Siegel)Phân tích chuỗi thời gian bị gián đoạn (ITS)Phương pháp lấy mẫu lại JackknifeNội suy không gian KrigingHồi quy Bình phương Trung vị Tối thiểu (LMS)Hồi quy Bình phương Nhỏ nhất Cắt tỉa (Least Trimmed Squares - LTS)Các Mô hình Rủi ro Thanh khoản (Amihud, Roll, LOT)Mô hình bộ nhớ dài (ARFIMA, FIGARCH)M-Estimators (Hồi quy Mạnh mẽ)Ước lượng Độ lệch Tuyệt đối Trung vị (MAD)Mô hình Chuyển đổi Chế độ Markov (MS-AR / MS-VAR)Mô hình Hồi quy Trọng số Địa lý Đa Tỷ lệ (MGWR)Ước lượng MM cho hồi quy vững mạnhPhân tích Tương tác Điều tiếtMultinomial LogitHồi quy tuyến tính bội đa biếnMô hình Tự hồi quy Phân phối Trễ Phi tuyến (NARDL)Hồi quy nhị thức âmSai số chuẩn HAC Newey-WestMô hình Hồi quy Tự tương quan Phân phối Trễ Phi tuyến (NARDL)OLS phi tuyến (Bình phương nhỏ nhất phi tuyến)Bình phương tối thiểu trọng số phi tuyến (NWLS)Hồi quy phân vị (Các biến thể phi tham số)Hồi quy Logistic Lũy tiến (Ordered Logit/Probit)Hồi quy Logistic Lũy tiếnHồi quy Logistic Lũy tiến (Mô hình Tỷ lệ Chẵn)Giao dịch cặp (Statistical Arbitrage)Các kiểm định đồng tích hợp bảng (Pedroni, Kao, Westerlund)Mô hình Hiệu ứng Cố định Dữ liệu BảngOLS Panel (Bình phương tối thiểu thông thường gộp)Hồi quy tuyến tính đơn giản theo bảngMô hình Tự hồi quy Vector Bảng (Panel VAR)Hồi quy Poisson và Âm nhị thứcHồi quy đa thứcBình phương nhỏ nhất gộp (Pooled Ordinary Least Squares) cho dữ liệu bảngCác Yếu tố Rủi ro Thành phần ChínhMô hình Hồi quy ProbitProphetHồi quy QuantileKiểm định Ramsey RESET về Dạng HàmMô hình hiệu ứng ngẫu nhiên dữ liệu bảngMô hình Hiệu ứng Ngẫu nhiên cho Dữ liệu BảngSuy luận ngẫu nhiên FisherHồi quy RANSACMô hình Chuyển đổi Chế độ Markov cho Chuỗi Tài chínhThiết kế Gián đoạn Hồi quy (Regression Discontinuity Design - RDD)Thiết kế hồi quy gián đoạn (RDD)Thiết kế Lược Khúc Xạ (Regression Kink Design - RKD)ANOVA mạnh mẽ (Trung bình cắt tỉa & Welch)Tương quan Mạnh mẽ (Spearman, Kendall và Biweight)Tổng bình phương nhỏ nhất tổng quát mạnh mẽ (Robust GLS)Kiểm định Đặc tả Hausman Mạnh mẽ (Robust Hausman Specification Test)Hồi quy Logistic Mạnh mẽMô hình Hỗn hợp Tuyến tính Mạnh mẽHồi quy tuyến tính bội vững chắcMô hình Hồi quy Tự tương quan Phân phối Trễ Phi tuyến Mạnh mẽ (Robust NARDL)OLS mạnh mẽ (OLS với sai số chuẩn mạnh mẽ)Hồi quy phân vị mạnh mẽHồi quy mạnh mẽHồi quy tuyến tính đơn giản mạnh mẽPhân tích chuỗi thời gian mạnh mẽBình phương tối thiểu có trọng số mạnh mẽ (Robust WLS)Ước lượng S cho hồi quy vững mạnhHồi quy tưởng chừng không liên quan (SUR)Mô hình Durbin Không gian (Spatial Durbin Model - SDM)Mô hình Sai số Không gian (SEM)Mô hình trễ không gian (SAR / Spatial Autoregressive)Mô hình dữ liệu bảng không gian (FE/RE)Hồi quy không gian (Mô hình độ trễ không gian và Mô hình sai số không gian)Mô hình Tự hồi quy Chuyển đổi Mượt (STAR)Phân tích Biên ngạch Ngẫu nhiên (Stochastic Frontier Analysis - SFA)OLS với điểm đứt gãy cấu trúcSystem GMM (Arellano-Bover / Blundell-Bond)Các thước đo rủi ro đuôi (Expected Shortfall, Phổ, Kỳ vọng)Ước lượng Theil-SenPhương pháp ThetaBình phương nhỏ nhất ba giai đoạn (3SLS)Hồi quy ngưỡngOLS Tham Số Thay Đổi Theo Thời Gian (TVP-OLS)Mô hình Hồi quy Giới hạn TobitBiến công cụ thông qua Bình phương tối thiểu hai giai đoạn (IV/2SLS)Kiểm định ngược Giá trị rủi ro (VaR)Mô hình Tự hồi quy Vector (VAR)Chỉ số lạm phát phương sai (VIF)Mô hình Hiệu chỉnh Sai số Vector (VECM)Ước lượng W cho Hồi quy Mạnh mẽ (Welsch / Tukey Bisquare)Kiểm định White cho bất đẳng phương saiPhương pháp bootstrap hoang dã cho suy luận hồi quy
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →