Pür otoregresif (AR) sürecinde parametreler genellikle en küçük kareler (Least squares, LS) yöntemiyle tahmin edilir. LS yönteminin kullanılabilmesi için bazı varsayımların sağlanması gerekir. Varsayımlar sağlanmadığında veya veri setinde aykırı değerler olduğunda, LS tahmin edicilerinin etkinliğinde büyük kayıplar olabilir. Bu nedenle LS yöntemine alternatif yöntemler tercih edilmelidir. Bu çalışmada, veri setinde aykırı değerler olduğunda LS tahmin edicilerinin etkinlikleri, simülasyon yoluyla dayanıklı alternatifler ile karşılaştırılmıştır. Çalışmada ayrıca dayanıklı yöntemler arasındaki karşılaştırma sonuçları ayrıntılı olarak yer almaktadır. Hata teriminin standart normal dağılıma sahip olduğu aykırı değer içermediği ve Dixon'ın aykırı modeli olmak üzere iki durum için AR(1) modeli parametre tahmininde Monte Carlo tekniği kullanılarak LS, Huber M, Tukey M, S ve MM tahmin edicilerini içeren simülasyon çalışması R programlama dili ile gerçekleştirilmiştir. Simülasyonlarda, otoregresif parametrenin ve örneklem büyüklüğünün değişen değerleri için söz konusu olan tahmin edicilerin etkinliği incelenmiştir. Dixon'ın aykırı değer modeli için simülasyon sonuçları, LS tahmin edicilerinin, en iyi oldukları hata teriminin varyansı dışında her zaman en kötü olduğunu göstermektedir. Otoregresif parametre için, Huber M tahmin edicileri en iyi performansı göstermiştir fakat kesme parametresi için performans değerlendirmesi, örneklem büyüklüğü ve otoregresif parametrenin değeri gibi çeşitli faktörlere bağlıdır. Ayrıca çalışmanın sonunda, bir gerçek hayat verisi uygulaması gerçekleştirilmiştir. Bu çalışma, LS yönteminin çeşitli koşullar altında sahip olduğu zayıflıkları göstermekle birlikte, bu durumlarda hangi dayanıklı yöntemin seçileceğine dair de katkıda bulunmaktadır.