Least Trimmed Squares LTS
menghitung estimator awal, kemudian menetapkan parameter-parameter regresi menggunakan estimasi M. Pada umumnya digunakan fungsi Tukey Bisquare
baik pada estimasi S maupun estimasi M. Bentuk dari metode MM-Estimation adalah
̃ ∑
̂
� ∑
∑ ̂
2.12 MM-Estimation juga menggunakan Iteratively Reweighted Least Squares
IRLS untuk mencari estimasi parameter regresi. Adapun langkah-langkah dalam proses MM-Estimation adalah:
a Menghitung estimator awal koefisien ̂
dan residual dari regresi
robust estimasi S dan dengan bobot huber bisquare. b
Residual pada langkah pertama digunakan untuk menghitung skala
estimasi ̂
dan dihitung pula pembobot awal c
Residual dengan skala estimasi
̂ pada langkah kedua digunakan
dalam iterasi awal sebagai penaksir WLS untuk menghitung koefisien regresi
∑
̂
yang merupakan pembobot Huberbisquare.
d Menghitung bobot baru
dengan skala estimasi dari iterasi awal WLS.
e Mengulang langkah b,c,d dengan skala estimasi tetap konstan
sampai mendapatkan
∑ | |
konvergen selisih ̂ dan
̂ mendekati 0, dengan banyak m iterasi.