Pooled OLS（合并最小二乘法）：在面板数据（同一对象跨时间的重复观测）或多组数据中，把所有观测值直接“合并（pooled）”成一个样本，用普通最小二乘法（OLS）估计回归模型的一种做法。它通常不显式控制个体固定效应或随机效应，因此在存在不可观测的个体差异且与解释变量相关时，估计可能有偏。（在某些情形下，“pooled OLS”也泛指“不分组、直接合并样本做的 OLS 回归”。）
/puːld oʊ ɛl ɛs/
We ran a pooled OLS regression on the panel data.
我们对这组面板数据做了合并最小二乘（pooled OLS）回归。
If unobserved firm characteristics are correlated with R&D spending, pooled OLS will likely produce biased estimates, so a fixed-effects model may be preferable.
如果不可观测的企业特征与研发支出相关，合并 OLS 很可能得到有偏估计，因此固定效应模型可能更合适。
pooled 来自 pool（“集中、汇总”），表示把多份数据“合并到一个池子里”。OLS 是 Ordinary Least Squares（普通最小二乘法）的缩写，指通过最小化残差平方和来估计线性回归系数的方法。合在一起，pooled OLS 就是“把数据合并后用 OLS 直接回归”。
Select Language