เปรียบเทียบวิธี

	ความคลาดเคลื่อนมาตรฐานแบบทนทานต่อกลุ่ม	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)
สาขาวิชา	สถิติศาสตร์	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1986	2019
ผู้ริเริ่ม	Liang & Zeger (GEE sandwich); Cameron & Miller (practitioner synthesis)	Wooldridge (textbook treatment); classical least squares
ประเภท	Robust variance estimation for regression	Linear regression
แหล่งต้นตำรับ	Liang, K. Y. & Zeger, S. L. (1986). Longitudinal Data Analysis Using Generalized Linear Models. Biometrika, 73(1), 13-22.	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
ชื่อเรียกอื่น	clustered standard errors, cluster-robust inference, clustered variance estimator, Küme Robust Standart Hatalar	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
ที่เกี่ยวข้อง	4	5
สรุป	Cluster-robust standard errors correct the variance of regression coefficients when observations are correlated within clusters such as schools, hospitals, or regions. The clustered sandwich estimator grew out of Liang & Zeger's (1986) generalized estimating equations and was synthesized for applied work by Cameron & Miller (2015), delivering valid inference when ordinary standard errors would be too small.	Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE).