เปรียบเทียบวิธี

	แบบจำลองเชิงเส้นทั่วไปที่ทนทาน	การถดถอยเชิงเส้นพหุแบบทนทาน
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	2001	1964–1980s
ผู้ริเริ่ม	Cantoni & Ronchetti	Peter J. Huber (M-estimators, 1964); extended by Rousseeuw, Yohai, and Maronna
ประเภท	Robust regression model	Robust linear regression
แหล่งต้นตำรับ	Heritier, S., Cantoni, E., Copt, S., & Victoria-Feser, M.-P. (2009). Robust Methods in Biostatistics. Wiley. ISBN: 978-0470027264	Huber, P. J. (1964). Robust estimation of a location parameter. Annals of Mathematical Statistics, 35(1), 73–101.
ชื่อเรียกอื่น	robust GLM, GLM with robust estimation, robust quasi-likelihood model, M-estimator GLM	robust MLR, M-estimator regression, resistant multiple regression, robust OLS
ที่เกี่ยวข้อง	5	6
สรุป	A Robust Generalized Linear Model fits the standard GLM family — linear, logistic, Poisson, and others — using M-type estimating equations that down-weight outlying or influential observations. The result is coefficient estimates and standard errors that remain stable even when a minority of data points deviate sharply from the assumed distribution.	Robust multiple linear regression estimates the linear relationship between a continuous outcome and several predictors while being resistant to outliers and violations of the normality assumption. Instead of minimising the sum of squared residuals, it uses a bounded loss function — most commonly Huber's or Tukey's bisquare — so that extreme observations receive limited influence on the estimated coefficients.