A comparison among Different Methods for Estimating Regression Parameters with Autocorrelation Problem under Exponentially Distributed Error

            يهتم الانحدار الخطي المتعدد بدراسة وتحليل العلاقة بين المتغير المعتمد ومجموعة من المتغيرات المستقلة ومن هذه العلاقة يتم التنبؤ بقيم المتغيرات, وفي هذا البحث تم دراسة انموذج الانحدار الخطي المتعدد ولثلاثة متغيرات بوجود مشكلة الارتباط الذاتي للاخطاء عندما يتوزع الخطأ العشوائي توزيع اسيا, وتمت المقارنة بين ثلاثة طرائق (طريقة المربعات الصغرى العامة, طريقة (M) الحصينة وطريقة لابلاس الحصينة) باستعمال المحاكاة ومن خلال المقياس الاحصائي متوسط مربعات الخطأ ولاحجام العينات (15, 30, 60, 100) وتطبيق افضل طريقة على بيانات تجربة حقيقية تمثل اصناف السجائر وفقا لتصنيف لجنة التجارة الفيدرالية الامريكية.Multiple linear regressions are concerned with studying and analyzing the relationship between the dependent variable and a set of explanatory variables. From this relationship the values of variables are predicted. In this paper the multiple linear regression model and three covariates were studied in the presence of the problem of auto-correlation of errors when the random error distributed the distribution of exponential. Three methods were compared (general least squares, M robust, and Laplace robust method). We have employed the simulation studies and calculated the statistical standard mean squares error with sample sizes (15, 30, 60, 100). Further we applied the best method on the real experiment data representing the varieties of cigarettes according to the US Federal Trade Commission