เปรียบเทียบวิธี

	แบบจำลอง AR ที่ทนทาน (Robust AR Model)	OLS ที่ทนทาน (OLS พร้อมส่วนคลาดเคลื่อนมาตรฐานที่ทนทาน)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1986	1980
ผู้ริเริ่ม	Martin & Yohai (influential early work); broader robust time series literature	Halbert White
ประเภท	Robust time series model	Linear regression with robust inference
แหล่งต้นตำรับ	Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. Annals of Statistics, 14(3), 781–818.	White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817–838.
ชื่อเรียกอื่น	robust autoregression, outlier-robust AR, M-estimator AR, heavy-tail AR	HC robust regression, White robust OLS, sandwich estimator OLS, OLS with robust standard errors
ที่เกี่ยวข้อง	6	6
สรุป	The robust AR model fits an autoregressive time series specification using estimation methods — typically M-estimators or bounded-influence estimators — that resist distortion from outliers and heavy-tailed error distributions. Unlike OLS-based AR estimation, robust variants down-weight extreme observations so that a small number of contaminated data points cannot dominate the fitted dynamics.	Robust OLS applies ordinary least squares to estimate coefficients and then replaces the classical standard errors with heteroscedasticity-consistent (HC) standard errors — commonly called White standard errors. This leaves the point estimates unchanged while yielding valid t-statistics and confidence intervals even when the error variance is not constant across observations.