小样本回归，按照格林的书上所说，最小绝对离差（LAD）估计量结合bootstrap方法，更有优势。

LAD回归是分位数回归的特殊情况，估计的是中位数。在stata里qreg命令默认的就是，后缀reps(#)控制抽样次数。

OLS是最小化残差的平方和，LAD是最小化残差绝对值之和。LAD和OLS最大的不同就是在样本较小的时候，OLS估计很容易受稍微异常一点观察值的影响，LAD要好一些。

估计方法很容易实现，stata里属于qreg目录下，qreg y x1 x2就可以了。

bootstrap是获得更加稳健的标准误，如：bsqreg y x1 x2 ,reps(1000)

小样本回归可使用偏最小二乘回归，我国最早运用为北航在研究战斗机可靠性的方面，不过样本也不能太小。
主要参考书：中文
张恒基等《小样本多元数据分析方法及应用》，西北工业大学出版社，2002
王惠文等《偏最小二乘回归的线性与非线性方法》，国防工业出版社，2006