Ključna razlika u odnosu na neke „standardne“ postupke procene parametara, kao što je npr. metod najmanjih kvadrata, jeste što se prilikom procene ne koriste sva dostupna merenja.

Da bi se postigla robusna procena potrebno je izbeći „uprosečavanje“ sa pogrešnim opservacijama.

Uticaj pojedinačnih opservacija sa velikom greškom merenja može da bude značajan.

 Pokazuje se da rešenje koje bi u prvom koraku koristilo sve opservacije, a zatim iterativno odbacivalo merenja sa najvećim odstupanjem u odnosu na tako procenjen model, nije uvek dobro

Pogledati primer na narednom slajdu