เปรียบเทียบวิธี

	Robust WLS	OLS ที่ทนทาน (OLS พร้อมส่วนคลาดเคลื่อนมาตรฐานที่ทนทาน)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1964/1981	1980
ผู้ริเริ่ม	Huber, P. J.	Halbert White
ประเภท	Robust weighted regression	Linear regression with robust inference
แหล่งต้นตำรับ	Huber, P. J. (1981). Robust Statistics. Wiley. ISBN: 978-0471418054	White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817–838.
ชื่อเรียกอื่น	robust weighted least squares, RWLS, heteroscedasticity-robust WLS, outlier-robust weighted regression	HC robust regression, White robust OLS, sandwich estimator OLS, OLS with robust standard errors
ที่เกี่ยวข้อง	5	6
สรุป	Robust WLS combines weighted least squares — which corrects for known or estimated heteroscedasticity — with robust M-estimation that down-weights influential outliers. The result is a regression estimator that is simultaneously efficient under non-constant error variance and resistant to observations that would otherwise distort coefficient estimates.	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.