یک روش مناسب در برازش مدل‌های رگرسیونی با هدف افزایش انعطاف‌پذیری بیشتر مدل در تحلیل انواع داده‌ها با ساختار پخش غیرنرمال، استفاده از کلاس توزیع‌های آمیخته- مقیاس نرمال است. ساختار این خانواده بر پایه نمایش سلسله‌مراتبی تصادفی است که در آن توزیع آمیختگی نقش اساسی را در ویژگی‌های خاص آماری این توزیع‌های آمیخته ایفا می‌کند. این نمایش منجر به استفاده ساده‌تر و کاربرد بهتر این توزیع‌ها در برازش مدل‌های پیچیده توسط رهیافت بیز خواهد شد. ما در این مقاله خانواده توزیع آمیخته-مقیاس نرمال و توزیع‌های منتج از آن را در برازش مدل‌های پانلی به منظور انجام تحلیل‌های مقاوم‌تر داده‌های وابسته معرفی می‌کنیم. همچنین توزیع‌های پسین شرطی کامل موردنیاز جهت برآورد پارامترها با روش الگوریتم نمونه‌گیری گیبز را به دست می‌آوریم. در ادامه، مدل‌های معرفی شده را در تحلیل داده‌های بورس اوراق بهادار تهران بکار برده و با معیارهای انتخاب مدل آنها را مقایسه می‌کنیم.