Regressió RANSAC
La regressió RANSAC és un mètode de regressió lineal robust introduït per Fischler i Bolles el 1981 que ajusta un model als punts interiors (inliers) d'un conjunt de dades, excloent automàticament els valors atípics (outliers). En lloc d'ajustar totes les dades alhora, mostra repetidament subconjunts petits, ajusta un model candidat i conserva el model que obté el major consens de punts concordants.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Fischler, M. A. & Bolles, R. C. (1981). Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography. Communications of the ACM, 24(6), 381-395. DOI: 10.1145/358669.358692 ↗
- Torr, P. H. S. & Zisserman, A. (2000). MLESAC: A New Robust Estimator with Application to Estimating Image Geometry. Computer Vision and Image Understanding, 78(1), 138-156. DOI: 10.1006/cviu.1999.0832 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/ca/statistics/ransac-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Regressió per Mínims Quadrats Troncats (LTS)Estadística↔ compare
- Regressió per Mínims Quadrats Ordinàris (MQO)Econometria↔ compare
- Regressió quantílicaEconometria↔ compare
- Estimació de covariància robusta (MCD)Estadística↔ compare
- Estimador de Theil-SenEstadística↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →