Чому б не посилювати регресію кожного разу?

Приклади цієї сторінки показують, що на просту регресію помітно впливають люди, що переживають люди, і це можна подолати за допомогою методів стійкої регресії: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Я вважаю, що lmrob і ltsReg - це інші надійні методи регресії.

Чому не слід робити щоденний регрес (наприклад, rlm або rq), а не виконувати просту регресію (lm)? Чи є недоліки цих надійних методів регресії? Дякуємо за ваше розуміння.

Теорема Гаусса-Маркова :

У лінійній моделі зі сферичними помилками (яка попутно включає припущення про відсутність залишків за допомогою кінцевої дисперсії помилок) OLS ефективний у класі лінійних неупереджених оцінювачів - існують (обмежуючі, напевне) умови, при яких " ви не можете зробити краще, ніж OLS ".