La detección de valores atípicos es una de las tareas más importantes en el análisis de cantidades medidas para garantizar resultados confiables. En los últimos años, ha surgido una variedad de plataformas multi-sensoriales que permiten la adquisición autónoma y continua de grandes cantidades de observaciones heterogéneas. Dado que la probabilidad de que dichos conjuntos de datos contengan valores atípicos aumenta con la cantidad de valores medidos, se requieren métodos potentes para identificar observaciones contaminadas. En geodesia, el modelo de cambio de media (MS) es uno de los enfoques más utilizados para la detección de valores atípicos. Además del modelo MS, existe un enfoque alternativo con el modelo de inflación de varianza (VI). En esta investigación, se deriva en detalle el enfoque VI, maximizando verdaderamente las funciones de verosimilitud y examinándolo para la detección de valores atípicos de uno o varios valores atípicos. En general, el enfoque de inflación de varianza es no lineal, incluso si el modelo nulo es lineal. Por lo tanto, una solución analítica generalmente no existe, excepto en el caso de mediciones repetidas. La estadística de prueba se deriva de la razón de verosimilitud (LR) de los modelos. El enfoque VI se compara con el modelo MS en términos de potencia estadística, identificabilidad de valores atípicos reales y esfuerzo numérico. El propósito principal de este documento es examinar el rendimiento de ambos enfoques para derivar recomendaciones para la aplicación práctica de la detección de valores atípicos.