Harrell ve Flom tarafından verilen doğru sebeplere üçüncü bir neden eklemek istiyorum. Bunun nedeni, standart yakınlık veya hata ölçütü olarak Manhattan mesafesini (veya L1) değil, Öklid mesafesini (veya L2) kullanmamızdır. Bir veri noktalarının bir numarası varsa ve bir tek sayı istiyor İçeride ISTV melerin RWMAIWi'nin bunu tahmin etmek, açık bir kavram numarasını bulmak için olduğunu aza indirir sayı seçilen sayısı arasındaki en küçük fark yarattığını 'hatası' ve Verileri oluşturan sayılar. Matematiksel gösterimde, belirli bir hata fonksiyonu E, tek bir bulmak isteyen m ı n θ ∈ R ( E ( θ ,x1,…xnθ . Eğer biri E (x, y) L2 normunu veya mesafesini alırsa, bu E ( x , y ) = ( x - y ) 2 olur, o zaman tüm θ ∈ R'nin minimize edicisi , ortalamadır. Biri L1 veya Manhattan mesafesini alırsa, küçültücü her yereminθ∈R(E(θ,x1,…xn)=minθ∈R(∑i=ni=1E(θ,xi))E(x,y)=(x−y)2θ∈R , medyandır. Dolayısıyla ortalama doğal matematiksel seçimdir - eğer biri L2 mesafesini kullanıyorsa!θ∈R