En teoría, esto debería estar determinado por la importancia de los errores de diferentes tamaños para usted, o en otras palabras, su función de pérdida .
En el mundo real, las personas priorizan la facilidad de uso. Por lo tanto, las desviaciones RMS (o las variaciones relacionadas) son más fáciles de combinar y más fáciles de calcular en una sola pasada, mientras que las desviaciones absolutas promedio son más robustas para los valores atípicos y existen para más distribuciones. La regresión lineal básica y muchas de sus ramificaciones se basan en minimizar los errores RMS.
Otro punto es que la media minimizará las desviaciones de RMS, mientras que la mediana minimizará las desviaciones absolutas, y puede preferir una de estas.