刻画了固定设计线性模型中$M$-估计量的分解点行为，该行为是由计划实验或定性因素引起的。特别是，固定设计中的这种行为与文献中普遍存在的被离群值破坏的设计中的行为大不相同。对于固定设计，稳健$M$-估计量（分数函数具有有界导数的估计量）的分解点取决于分数函数的设计和变异指数（指数）。这一一般结果表明，所有回归等变估计量中的最高崩溃点也可以通过某些$M$-估计量获得：那些具有缓慢变化的得分函数的估计量，如Cauchy或斜线最大似然估计量。变异指数大于0的$M$-估计量，如$L_1$或Huber估计量，表现出相当糟糕的崩溃点行为。