เปรียบเทียบวิธี

	การถดถอยแบบ RANSAC	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)
สาขาวิชา	สถิติศาสตร์	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1981	2019
ผู้ริเริ่ม	Fischler & Bolles	Wooldridge (textbook treatment); classical least squares
ประเภท	Robust linear regression	Linear regression
แหล่งต้นตำรับ	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.	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
ชื่อเรียกอื่น	random sample consensus, RANSAC, robust regression, RANSAC Regresyonu	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
ที่เกี่ยวข้อง	5	5
สรุป	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.	Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE).