การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบภาพของตัวประมาณในการประมาณค่าพารามิเตอร์ในตัวแบบการถดถอยเชิงเส้น เมื่อมีค่าผิดปกติในตัวแปรตาม โดยทำการเปรียบเทียบตัวประมาณกำลังสองน้อยที่สุดแบบสามัญ (OLSE - Ordinary Least Squares Estimator) ตัวประมาณกำลังสองน้อยที่สุดแบบถ่วงน้ำหนักที่ได้รับการปรับ (AWLSE- Adaptive Weighted Least Squares Estimator) และตัวประมาณกำลังสองน้อยที่สุดแบบถ่วงน้ำหนักที่มีความแกร่งและมีประสิทธิภาพของตัวประมาณคือ ค่าเฉลี่ยของความคลาดเคลื่อนกำลังสองเฉลี่ย (AMSE) ของพารามิเตอร์ สถานการณ์ที่ศึกษาคือกำหนดการแจกแจงความเคลื่อนสุ่ม (~u(+,e)~u) สองการแจกแจง คือ การแจงแจงแบบปกติปลอมปนระหว่าง N(0,10) กับ N(0,10C('2)) โดยกำหนดให้สเกลแฟกเตอร์ (C) มีค่าเท่ากับ 3 สำหรับข้อมูลที่มีค่าผิดปกติในระดับไม่รุนแรงและสเกลแฟกเตอร์เท่ากับ 12 สำหรับข้อมูลที่มีค่าผิดปกติในระดับรุนแรง และจากการแจงแจงแบบปกติปลอมปนระหว่าง N(0,10) กับ L(0,(+,b)) โดยกำหนดให้ (+,b) = 8 เมื่อข้อมูลมีค่าผิดปกติในระดับไม่รุนแรงและ (+,b) = 25 สำหรับข้อมูลที่มีค่าผิดปกติในระดับรุนแรง กำหนดค่าพารามิเตอร์ ~u(+,b)~u = (5,1,1)('7)ตัวแปรอิสระ x(,1) จำลองมาจากการแจงแจงปกติที่มีค่าเฉลี่ยเท่ากับ 20 และความแปรปรวนเท่ากับ 10 ตัวแปรอิสระ x(,2) จำลองมาจากการแจกแจงปกติที่มีค่าเฉลี่ยเท่ากับ 30 และความแปรปรวนเท่ากับ 25 โดยแต่ละระดับความรุนแรงของค่าผิดปกติจะกำหนดให้มีขนาดตัวอย่าง (n) เท่ากับ 20, 30, 40, 50, 60, 70, 80, 90 และ 100 และสัดส่วนการปลอมปน (p) เท่ากับ 0.05, 0.10, 0.15 และ 0.20 จำลองสถานการณ์การทดลองด้วยเทคนิคมอนติคาร์โลซึ่งทำซ้ำ 500 ครั้งในแต่ละสถานการณ์ ผลการวิจัยปรากฎว่าระดับค่าผิดปกติ สัดส่วนการปลอมปน และขนาดตัวอย่าง ต่างมีผลต่อตัวประมาณค่าพารามิเตอร์ของทั้ง 3 ตัว โดยค่าเฉลี่ยของความคลาดเคลื่อนกำลังสองของพารามิเตอร์จะเพิ่มขึ้นเมื่อระดับค่าผิดปกติหรือสัดส่วนการปลอมปนเพิ่มขึ้น แต่จะมีค่าลดลงเมื่อขนาดตัวอย่างเพิ่มขึ้น ~bกรณีที่ไม่มีค่าผิดปกติในตัวแปรตามและในตัวแปรอิสระ~b ในทุกขนาดตัวอย่างและทุดสัดส่วนการปลอมปน ตัวประมาณ OLS ให้ประสิทธิภาพในการประมาณสูงที่สุด และเมื่อขนาดตัวอย่างตั้งแต่ 60 ขึ้นไป ตัวประมาณ OLS ตัวประมาณ AWLS และตัวประมาณ REWLSจะมีค่า AMSE ใกล้เคียงกัน ~bกรณีที่ตัวแปรตามมีค่าผิดปติในระดับไม่รุนแรง~b กรณีที่สัดส่วนการปลอมปนน้อย (p(+,ฮ)[0.05,1.10]) และขนาดตัวอย่างมีขนาดเล็ก (n(+,ฮ)20,30])ตัวประมาณ REWLS ให้ประสิทธิภาพในการประมาณสูงที่สุด ในขณะที่สัดสว่นการปลอมปนน้อย (p(+,ฮ)[0.05,1.10]) และขนาดตัวอย่างเพิ่มขึ้น (n(+,ฮ)30,100]) ตัวประมาณ AWLS ให้ประสิทธิภาพในการประมาณสูงที่สุด สำหรับกรณีที่สัดส่วนการปลอมปนเพิ่มขึ้น (p(+,ฮ)[0.10,0.20]) ในทุกๆ ขนาดตัวอย่าง (n(+,ฮ)20,100])ตัวประมาณ AWLS ให้ประสิทธิภาพในการประมาณสูงที่สุด ~bกรณีตัวแปรตามมีค่าผิดปกติในระดับรุนแรง~b ในทุกขนาดตัวอย่างและทุกสัดส่วนการปลอมปน ตัวประมาณ REWLS ให้ประสิทธิภาพในการประมาณสูงที่สุด และเมื่อสัดส่วนการปลอมปนน้อย (p=0.05) และขนาดตัวอย่างตั้งแต่ 40 ขึ้นไป พบว่าตัวประมาณAWLS และตัวประมาณ REWLS มีประสิทธิภาพในการประมาณใกล้เคียงกัน