เปรียบเทียบวิธี

	การถดถอยที่ดูเหมือนไม่เกี่ยวข้องกัน (Seemingly Unrelated Regressions - SUR)	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1962	2019
ผู้ริเริ่ม	Arnold Zellner	Wooldridge (textbook treatment); classical least squares
ประเภท	System regression (multi-equation)	Linear regression
แหล่งต้นตำรับ	Zellner, A. (1962). An Efficient Method of Estimating Seemingly Unrelated Regressions and Tests for Aggregation Bias. Journal of the American Statistical Association, 57(298), 348-368.	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
ชื่อเรียกอื่น	SUR, Zellner's SUR, seemingly unrelated regression equations, Görünürde İlişkisiz Regresyon (SUR)	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
ที่เกี่ยวข้อง	5	5
สรุป	Seemingly Unrelated Regressions, introduced by Arnold Zellner in 1962, is a system regression method that estimates several linear equations jointly when their error terms are correlated across equations. By exploiting that cross-equation correlation through generalized least squares, it is more efficient than estimating each equation separately by OLS.	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).