Regression model
RANSAC回帰
RANSAC回帰は、1981年にFischlerとBollesによって導入されたロバストな線形回帰手法であり、データセットの外れ値を自動的に除外しながら、インライア点にモデルを適合させます。すべてのデータを一度に適合させるのではなく、小さなサブセットを繰り返しサンプリングし、候補モデルを適合させ、最も多くの合意点（コンセンサス）を得たモデルを採用します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/ja/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.
- Least Trimmed Squares (LTS) 回帰分析統計学↔ compare
- 最小二乗法 (OLS) 回帰計量経済学↔ compare
- 分位点回帰計量経済学↔ compare
- ロバスト共分散推定 (MCD)統計学↔ compare
- Theil-Sen推定量統計学↔ compare