Peter Flom'un harika ve özlü bir cevabı vardı, sadece genişletmek istiyorum. Sorunun en önemli kısmı "daha kötüsünü" nasıl tanımlayacağınızdır.
Daha kötüsünü tanımlamak için, bazı ölçümlere ve bağlantı elemanlarının ne kadar iyi ya da kötü olduğunu hesaplama fonksiyonuna ihtiyacımız var.
Kayıp fonksiyonunun farklı tanımlarına sahip olabiliriz ve her tanımda doğru ya da yanlış yoktur, ancak farklı tanım farklı ihtiyaçları karşılar. İyi bilinen iki kayıp fonksiyonu kare kaybı ve mutlak değer kaybıdır.
Lsq(y,y^)=∑i(yi−y^i)2
Labs(y,y^)=∑i|yi−y^i|
Kare kaybı bir başarı ölçüsü olarak kullanırsak, niceliksel regresyon OLS'den daha kötü olacaktır. Öte yandan, eğer mutlak değer kaybı kullanırsak, niceliksel regresyon daha iyi olacaktır.
Peter Folm'in cevabı budur:
Eğer ortalama ile ilgileniyorsanız, ORS'yi kullanın, medyanda ise nicelik kullanın.