这是generalized linear model来自wiki的逻辑回归和概率回归的描述：

逻辑分布和正态分布都是对称的，具有基本的单峰“钟形曲线”形状。唯一的区别是逻辑分布的尾部稍重，这意味着它对异常数据不太敏感（因此对模型错误规格或错误数据更稳健）。

我不明白结论somewhat heavier tails, which means that it is less sensitive to outlying data。较重的尾巴意味着极值（异常值）的概率相对较高。为什么我们说它对极端值不那么敏感？