【摘要】线性回归模型中参数估计常用最小二乘法,该方法受离群值影响,而真实数据中离群点难以避免,这直接影响到线性回归模型的预测效果。稳健估计能有效地消除或减弱离群点对线性回归模型参数估计的影响。由于协方差矩阵是许多统计方法的基石,因此,最小协方差行列式估计成为常用稳健估计方法之一。本文针对最小协方差行列式估计获得均值和协方差估计的有效性不如罗克估计和合成似然估计,采用数值模拟与真实数据预测,进一步对这三种技术获得参数估计进行稳健性比较。结果表明:合成似然估计与罗克估计表现更为稳健,进而提出将其应用于大气污染物浓度预测。