У Питера Флома был отличный и лаконичный ответ, я просто хочу его расширить. Самая важная часть вопроса - как определить «хуже».
Чтобы определить худшее, нам нужно иметь некоторые метрики и функцию для расчета того, насколько хорошими или плохими являются фитинги, которые называются функциями потерь.
У нас могут быть разные определения функции потерь, и нет правильного или неправильного в каждом определении, но разные определения удовлетворяют разные потребности. Двумя хорошо известными функциями потерь являются квадратные потери и абсолютные значения потерь.
Lс д( у, у^) = ∑я( уя- у^я)2
Lа б с( у, у^) = ∑я| Yя- у^я|
Если мы используем квадратичные потери в качестве меры успеха, квантильная регрессия будет хуже, чем OLS. С другой стороны, если мы используем потерю абсолютного значения, квантильная регрессия будет лучше.
Вот что ответит Питер Фольм:
Если вас интересует среднее значение, используйте OLS, если в медиане, используйте квантиль.