robust的话一般不受函数形式以及估计方法的影响，而且大样本下是一致的。不恰当的例子：比如panel data是用RE还是FE呢？虽然FE可能是无效但却是一致的估计。而往往只有一致性才是唯一重要的性质。另外，比如在SEM里，LS的方法都会受正规化的影响，说白了，函数的变量设定可能会使参数估计发生很大变化，这时怎么办么？当然FIML更好，因为更加的"robust"。大概就是这样把。。。也不知道对不对。。。

学习了，谢谢！