考虑从一组多元数据中估计位置向量和散布矩阵的问题。稳健估计的两个标准类别是M（M）-估计和S公司-估计值。这个M（M）-可以对估计进行调整，以提供良好的局部稳健性特性，例如在基本分布（如多元正态分布）下的有效性和影响函数的良好界。然而，M（M）-估计值的高维分解特性较差。另一方面，S公司-可以对估计进行调优，使其具有良好的分解特性，但当以这种方式进行调优时，它们往往会受到局部稳健性较差的影响。本文中的混合估计称为约束估计M（M）-该估计结合了良好的局部和全局鲁棒性。