Pooled GLS模型又称为混合模型,指的是基于特征价格模型和重复售出模型的缺陷提出将二者混合并利用广义最小二乘法(GLS)来分析随机误差变量方差的模型体系,该体系的应用也被称为“混合方法”。在Pooled GLS模型中,Hedonic模型和重复售出模型的数据都可用且价格数据资料比较容易获得,以及抽样误差较小。而Pooled GLS模型由于在进行参数估计时可能存在多重共线性问题,从而会影响估计的效果,因此在1997年Pooled GLS模型被进行了改进,并发展为基于最大似然估计法(MLE)的Pooled MLE模型。