困难的数据分布：适当的分析方法和/或转型？嗨JMP社区，
我需要分析生物标志物水平（正态分布）和临床终点之间的关系，该终点高度偏向0，距离0相对较少（见下文）。
基本上，如果我将此临床数据用作拟合模型平台中的连续变量，则我的残差不会正常分布。
我尝试了一些明显的转换（例如立方根），但这并没有解决我的问题
我可以使用什么适当的转换和/或方法来分析这些数据？
谢谢您的帮助。
TS
回复：困难的数据分布：适当的分析方法和/或转型？分发平台可能能够帮助您确定您拥有的分发以及如何转换数据。 在分发平台中，转到红色trangle并选择
连续适合==>全部
JMP将确定哪种分布最适合您的数据，如果可能，它将为您提供转换。
回复：困难的数据分布：适当的分析方法和/或转型？我无法从您的描述中看出，但看起来大多数观察结果都是0，因为您试图解释的临床因素。 它实际上是0，那么似乎大多数人根本没有这种临床结果，而相对较小的数字则有不同程度的正面和负面结果。 如果是这种情况，您可以尝试将响应变量更改为标称变量，指示结果为负，正或零。 如果焦点是这些偏离零的大小，那么你可以（如果你有很多数据）尝试一个两步过程：首先预测负，0，正类别，然后以非零结果为条件，尝试预测差异的大小（如果使用差异的绝对值，则可以使用日志转换）。
在任何情况下，关于临床变量性质的一些额外背景将有助于征求意见。
回复：困难的数据分布：适当的分析方法和/或转型？我不清楚数据是否正常分布的要求。响应应该正常分布在线性预测器上。我们通常通过检查残差与预测响应的关系图来评估这一假设。 剩余情节显示了什么？
此外，如有必要，剩余图是更好的转换指南。
最后，Fit Least Squares提供了一个命令，用于对响应执行Box-Cox转换。它是一种通用的幂函数，通常会成功。
回复：困难的数据分布：适当的分析方法和/或转型？谢谢你的建议。正如您所猜测的那样，数据由大多数真实0值加上少数远离0的值组成。
最好的祝福，
TS回复：数据分发困难：适当的分析方法和/或转换？亲爱的马克，
感谢您的反馈意见。正如我在最初的帖子中提到的，Fit Least Square 产生的残差显然不是正态分布的，其分布类似于我之前展示的数据。
值得注意的是，我尝试应用 Box-Cox 变换，但由于 0 和负值而无法进行。
此致，
TS
