As séries temporais às vezes oferecem recursos especiais, como a desagregação natural de seus componentes de acordo com uma estrutura hierárquica. Métodos hierárquicos de previsão podem tirar vantagem dessa estrutura, considerando a reconciliação das previsões de base, produzindo resultados que geralmente são não viciados e mais precisos do que os fornecidos por métodos padrão. Neste trabalho, apresentamos o conceito de estimação robusta para métodos hierárquicos de reconciliação de previsões. Formalizamos duas abordagens robustas diferentes aplicadas a dados da Pesquisa Mensal de Emprego. Para demonstrar o potencial e validade das abordagens propostas, comparamos seu desempenho com os de métodos tradicionais e os que representam o estado da arte. Fornecemos uma contribuição original para o campo de séries temporais hierárquicas adotando a estrutura de estimativa robusta. Através de uma avaliação empírica, os resultados revelam um domínio parcial das técnicas robustas sobre a combinação ótima, baseada em mínimos quadrados ponderados, bottom-up e top-down, indicando um campo potencial de estudo na disciplina de Séries Temporais Hierárquicas.