OLS 不对模型误差进行正态假设。OLS 可以在不同的分布假设下使用，并且估计量作为最小方差线性无偏估计量仍然有意义。

最大似然 (ML) 也可以适应不同的分布，但必须提前选择分布。如果实际分布似乎与假设分布不同，则 ML 估计器作为最大化数据联合概率密度的估计器将不再有意义。

因此，我们可以说，在特定的应用程序中，ML 对模型错误做出了比 OLS 更严格的假设。