เปรียบเทียบวิธี

	OLS ที่ทนทาน (OLS พร้อมส่วนคลาดเคลื่อนมาตรฐานที่ทนทาน)	การวิเคราะห์กำลังสองน้อยที่สุดแบบถ่วงน้ำหนัก (WLS)
สาขาวิชา	เศรษฐมิติ	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1980	1935
ผู้ริเริ่ม	Halbert White	Alexander Craig Aitken
ประเภท	Linear regression with robust inference	Weighted linear estimator
แหล่งต้นตำรับ	White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817–838.	Aitken, A. C. (1935). IV.—On least squares and linear combination of observations. Proceedings of the Royal Society of Edinburgh, 55, 42–48.
ชื่อเรียกอื่น	HC robust regression, White robust OLS, sandwich estimator OLS, OLS with robust standard errors	WLS, weighted regression, heteroscedasticity-corrected OLS, variance-weighted least squares
ที่เกี่ยวข้อง	6	3
สรุป	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.	Weighted Least Squares is a generalization of Ordinary Least Squares (OLS) regression that assigns each observation a weight inversely proportional to its error variance, thereby down-weighting high-variance data points and up-weighting precise ones. Introduced in its general matrix form by Alexander Craig Aitken in 1935, WLS is the canonical remedy when heteroscedasticity is present and the error variance structure is known or can be reliably estimated.