ทำไมไม่ถดถอยอย่างหนักทุกครั้ง?

ตัวอย่างของการแสดงหน้านี้ว่าการถดถอยอย่างง่ายได้รับผลกระทบอย่างเห็นได้ชัดโดยค่าผิดปกติและสามารถเอาชนะได้โดยใช้เทคนิคของการถดถอยที่แข็งแกร่ง: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ ฉันเชื่อว่า lmrob และ ltsReg เป็นเทคนิคการถดถอยที่มีประสิทธิภาพอื่น ๆ

เหตุใดจึงไม่ควรทำการถดถอยที่มีประสิทธิภาพ (เช่น rlm หรือ rq) ทุกครั้งแทนที่จะทำการถดถอยง่าย (lm) มีข้อเสียของเทคนิคการถดถอยที่แข็งแกร่งเหล่านี้หรือไม่ ขอบคุณสำหรับความเข้าใจของคุณ

ทฤษฎีบท Gauss-มาร์คอฟ :

ในแบบจำลองเชิงเส้นที่มีข้อผิดพลาดแบบทรงกลม (ซึ่งรวมถึงข้อสมมติที่ไม่มีค่าผิดพลาด, ผ่านความแปรปรวนข้อผิดพลาดอัน จำกัด ), OLS มีประสิทธิภาพในคลาสของตัวประมาณแบบไม่ลำเอียงที่เป็นเส้นตรง - มี (จำกัด , แน่นอน) ภายใต้เงื่อนไข " คุณทำไม่ได้ดีไปกว่า OLS "