Los valores atípicos son un problema común en estadísticas aplicadas, junto con la multicolinealidad. En este trabajo, se introducen estimadores robustos de Liu en un modelo lineal parcial para combatir la presencia de multicolinealidad y desafíos de valores atípicos cuando los términos de error no son independientes y se asume que se cumplen algunas restricciones lineales en el espacio de parámetros. El estimador de Liu se utiliza para abordar la multicolinealidad, mientras que se utilizan métodos robustos para manejar el problema de valores atípicos. En la literatura sobre la metodología de Liu, obtener el mejor valor para el parámetro sesgado juega un papel importante en la predicción del modelo y sigue siendo un problema no resuelto. En este sentido, se proponen algunos estimadores robustos del parámetro sesgado basados en la técnica de mínimos cuadrados recortados (LTS) y sus extensiones utilizando un enfoque de programación semidefinida. Basándose en un conjunto de observaciones con un tamaño de muestra de, y el parámetro de recorte entero