为什么不每次都进行强大的回归？

此页面的示例表明，简单回归明显受到异常值的影响，可以通过鲁棒回归技术来克服：http : //www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ 。我相信lmrob和ltsReg是其他强大的回归技术。

为什么不应该每次都不进行鲁棒回归（例如rlm或rq），而不是执行简单回归（lm）？这些强大的回归技术有什么缺点吗？感谢您的见解。

在高斯-马尔科夫定理：

在具有球形误差的线性模型中（通过有限的误差方差，线性模型中包括无异常值的假设），OLS在一类线性无偏估计量中非常有效-在某些情况下（有限制）您不能比OLS做得更好”。