เปรียบเทียบวิธี

	การถดถอยควอนไทล์แบบทนทาน	แบบจำลองเชิงเส้นทั่วไปที่ทนทาน
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1993–1997	2001
ผู้ริเริ่ม	Koenker & Bassett (1978); robust extensions by Machado (1993) and He (1997)	Cantoni & Ronchetti
ประเภท	Robust semiparametric regression	Robust regression model
แหล่งต้นตำรับ	Koenker, R. (2005). Quantile Regression. Cambridge University Press. ISBN: 978-0521608275	Heritier, S., Cantoni, E., Copt, S., & Victoria-Feser, M.-P. (2009). Robust Methods in Biostatistics. Wiley. ISBN: 978-0470027264
ชื่อเรียกอื่น	robust QR, outlier-resistant quantile regression, bounded-influence quantile regression, RQR	robust GLM, GLM with robust estimation, robust quasi-likelihood model, M-estimator GLM
ที่เกี่ยวข้อง	6	5
สรุป	Robust Quantile Regression estimates conditional quantiles of a response variable while simultaneously downweighting the influence of outliers. By combining the asymmetric loss function of standard quantile regression with bounded-influence or M-estimation weights, it provides reliable quantile estimates even when data contain extreme observations or heavy-tailed error distributions.	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.