Los mínimos cuadrados generalizados (GLS) para la estimación de parámetros del modelo tienen una larga y exitosa historia que se remonta a su desarrollo por Gauss en 1795. En algunas situaciones, existen alternativas que pueden superar a GLS, y a veces se buscan alternativas a GLS cuando este muestra un comportamiento curioso, como en el Rompecabezas Pertinente de Peelle (PPP). PPP fue descrito en 1987 en el contexto de la estimación de parámetros fundamentales que surgen en experimentos de interacción nuclear. En PPP, las estimaciones de GLS cayeron fuera del rango de los datos, lo que generó preocupaciones de que GLS estuviera de alguna manera defectuoso. Estas preocupaciones han llevado a sugerir alternativas a los estimadores de GLS. Este artículo defiende GLS en el contexto de PPP, investiga cuándo puede ocurrir PPP, ilustra cuándo PPP puede ser beneficioso para la estimación de parámetros, revisa las propiedades de optimalidad de los estimadores de GLS y proporciona un ejemplo en el que sí se produce PPP.