Regression model
看似无关的回归 (SUR)
看似无关的回归（Seemingly Unrelated Regressions, SUR），由Arnold Zellner于1962年提出，是一种系统回归方法，当各方程的误差项在方程之间存在相关性时，它能联合估计多个线性方程。通过广义最小二乘法利用这种跨方程相关性，其效率高于单独用普通最小二乘法（OLS）估计每个方程。
用 EconMind 应用即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Zellner, A. (1962). An Efficient Method of Estimating Seemingly Unrelated Regressions and Tests for Aggregation Bias. Journal of the American Statistical Association, 57(298), 348-368. DOI: 10.1080/01621459.1962.10480664 ↗
如何引用本页
ScholarGate. (2026, June 1). Seemingly Unrelated Regressions (SUR). ScholarGate. https://scholargate.app/zh/econometrics/seemingly-unrelated-regression
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 两阶段最小二乘法 (2SLS / IV) 回归计量经济学↔ 比较
- 普通最小二乘法 (OLS) 回归计量经济学↔ 比较
- 面板数据固定效应模型计量经济学↔ 比较
- 系统GMM（Arellano-Bover / Blundell-Bond）计量经济学↔ 比较
- 三阶段最小二乘法 (3SLS)计量经济学↔ 比较