เปรียบเทียบวิธี

	การถดถอยกำลังสองน้อยที่สุดทั่วไปแบบคงทน (Robust GLS)	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1936 / 1980	2019
ผู้ริเริ่ม	Aitken (GLS theory, 1936); White (robust covariance, 1980)	Wooldridge (textbook treatment); classical least squares
ประเภท	Robust linear regression	Linear regression
แหล่งต้นตำรับ	Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
ชื่อเรียกอื่น	robust generalized least squares, GLS with robust standard errors, heteroscedasticity-consistent GLS, HC-GLS	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
ที่เกี่ยวข้อง	5	5
สรุป	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.	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).