เปรียบเทียบวิธี

	แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)	การถดถอยกำลังสองน้อยที่สุดทั่วไปแบบคงทน (Robust GLS)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1970	1936 / 1980
ผู้ริเริ่ม	George Box and Gwilym Jenkins	Aitken (GLS theory, 1936); White (robust covariance, 1980)
ประเภท	Time series forecasting model	Robust linear regression
แหล่งต้นตำรับ	Box, G. E. P., & Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. Holden-Day.	Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381
ชื่อเรียกอื่น	ARIMA, Box-Jenkins model, integrated ARMA, ARIMA(p,d,q)	robust generalized least squares, GLS with robust standard errors, heteroscedasticity-consistent GLS, HC-GLS
ที่เกี่ยวข้อง	6	5
สรุป	The ARIMA(p,d,q) model is the standard workhorse for univariate time series forecasting. It combines autoregressive terms (past values), differencing to induce stationarity, and moving average terms (past shocks) into a unified linear framework. Developed by Box and Jenkins (1970), it remains one of the most widely applied models in econometrics and applied statistics.	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.