เปรียบเทียบวิธี

	การประมาณค่า MM สำหรับการถดถอยที่แข็งแกร่ง (Robust Regression)	การถดถอยแบบ RANSAC
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1987	1981
ผู้ริเริ่ม	Victor J. Yohai	Fischler & Bolles
ประเภท	Robust linear regression	Robust linear regression
แหล่งต้นตำรับ	Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656.	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.
ชื่อเรียกอื่น	MM-estimation, MM robust regression, high-breakdown high-efficiency estimator, MM-Tahmin Edici	random sample consensus, RANSAC, robust regression, RANSAC Regresyonu
ที่เกี่ยวข้อง	5	5
สรุป	The MM-estimator is a robust linear regression method introduced by Victor J. Yohai in 1987. It combines the high breakdown point of an S-estimator with the high efficiency of an M-estimator, so it resists outliers strongly while still using the data efficiently when errors are well-behaved.	RANSAC Regression is a robust linear regression method introduced by Fischler and Bolles in 1981 that fits a model to the inlier points of a dataset while automatically excluding outliers. Instead of fitting all the data at once, it repeatedly samples small subsets, fits a candidate model, and keeps the model that wins the largest consensus of agreeing points.