本书提出了一种经由均值漂移惩罚的稳健混合模型方法（RMM）和稳健混合回归模型方法（RM2），这两种方法可以同时进行参数估计和离群值检测。一个均值漂移参数，γ，被引入到混合模型（混合回归模型）中，并用非凸的惩罚函数对其加以惩罚。这些非凸的惩罚函数都有对应的阈值法则形成对该均值漂移参数的估计。基于这样的模型设定，我们提出了一种迭代的阈值嵌入式的EM算法使惩罚目标函数最大化进行参数估计。通过和其他的稳健混合回归模型方法进行比较，我们提出的RMM和RM2方法在离群值检测和参数估计两方面都有更优的表现。