Tôi muốn thêm một lý do thứ ba cho các lý do chính xác được đưa ra bởi Harrell và Flom. Lý do là chúng tôi sử dụng khoảng cách Euclide (hoặc L2) chứ không phải khoảng cách Manhattan (hoặc L1) làm thước đo tiêu chuẩn về độ kín hoặc lỗi. Nếu ta có một số điểm dữ liệu và ai muốn một số duy nhất θ để ước tính nó, một khái niệm rõ ràng là để tìm ra con số đó giảm thiểu sự 'lỗi' con số tạo ra sự khác biệt nhỏ giữa số lựa chọn và các số tạo thành dữ liệu. Trong ký hiệu toán học, đối với một hàm lỗi cho E, ai muốn tìm m i n θ ∈ R ( E ( θ ,x1,…xnθ . Nếu một cần cho E (x, y) chuẩn mực L2 hoặc khoảng cách, đó là E ( x , y ) = ( x - y ) 2 thì minimizer khắp q ∈ R là giá trị trung bình. Nếu một người lấy khoảng cách L1 hoặc Manhattan, bộ thu nhỏ trên tất cảminθ∈R(E(θ,x1,…xn)=minθ∈R(∑i=ni=1E(θ,xi))E(x,y)=(x−y)2θ∈Rθ∈R is the median. Thus the mean is the natural mathematical choice - if one is using L2 distance !