Perché non una solida regressione ogni volta?

Esempi di questa pagina mostrano che la semplice regressione è notevolmente influenzata dai valori erratici e questo può essere superato con tecniche di regressione robusta: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Credo che lmrob e ltsReg siano altre solide tecniche di regressione.

Perché non si dovrebbe fare una regressione solida (come rlm o rq) ogni volta piuttosto che eseguire una regressione semplice (lm)? Ci sono degli svantaggi di queste solide tecniche di regressione? Grazie per la tua comprensione.

Il teorema di Gauss-Markov :

In un modello lineare con errori sferici (che lungo la strada include un presupposto di nessun valore anomalo, tramite una varianza di errore finita), OLS è efficiente in una classe di stimatori lineari imparziali - ci sono (restrittive, per essere sicuri) condizioni in cui " non puoi fare di meglio di OLS ".