Econometrics
一般來說，你總是更喜歡可行的 GLS 而不是 OLS 嗎？
我知道 GLS 估計器僅具有精確的漸近分佈，因此有限樣本中的效率增益並不是那麼清楚。但除此之外，我正在努力解決如何攻擊這個討論。
標題中問題的答案是**“不是真的”**。
我們有一個線性回歸模型（矩陣表示法）， 在哪裡， 和 未知。那麼可行的廣義最小二乘估計量（FGLS）是
這個估計器的有限樣本屬性是什麼？引用 Hayashi (2000), p.59
“如果從樣本中估計，成為一個隨機變量，它影響 GLS 估計量的分佈。關於 FGLS 估計器的有限樣本屬性知之甚少”。
這在隨後的幾年中沒有太大變化，儘管例如Ullah, A., & Huang, X. (2006)。非正態下隨機效應模型的 FGLS 估計量的有限樣本性質。通道。3 在對經濟分析的貢獻中，274, 67-89。，在面板數據的背景下，在誤差的正態性和非正態性下（在正態性下，FGLS 近似無偏），為 FGLS 估計量的偏差和 MSE 提供（近似）結果。
漸近地，僅存在異方差，一個簡單版本的 FGLS，加權最小二乘估計器 (WLS) 已被證明比 OLS 更有效，即使當是從樣本估計的，但假設異方差的函數形式是正確指定的——如果不是，那麼有限樣本現實可能有利於 OLS 估計量，因為它估計的總體參數較少。
因此，像往常一樣，不能提供明確的經驗法則。