最小二乘法的修正演算法主要包括：

• 廣義最小二乘法（Generalized Least Squares Method，簡稱GLS）
• 輔助變數法（Instrumental Variable Method，簡稱IV）
• 擴充最小二乘法（Extended Least Squares Method，簡稱ELS）
• 相關最小二乘法（Correlation and Least Squares Method，簡稱CLS）
• 多步最小二乘法（Multistage Least Squares Method，簡稱MLS）

他們有一個共同的特點：將數學模型轉換成最小二乘法所面向的ARX模型，從而利用成熟的最小二乘理論和方法來解決問題，使得引數估計量為無偏估計。

1、廣義最小二乘法

四、估計量的性質

⑴ 廣義最小二乘法的估計量與馬爾可夫估計量等價：具有一致性，有效性，無偏性。
⑵ 由於關於引數非線性，可能存在多個區域性最優解，就可能收斂不到真值。
⑶ 收斂速度不高，可適當選取白化濾波的階次m提高收斂速度，但沒有理論方法指導。
⑷ 如果信噪比大，可以收斂到真值；如果信噪比小，可能趨近錯誤值。

2、輔助變數法

3、擴充最小二乘法

4、相關最小二乘法

5、多步最小二乘法