在线性回归中使用变量对数？我是使用JMP的新学生，有一个问题。
我有一个数据集，其中包含多个变量，这些变量的分布证明存在严重偏差。 一个是我的因变量，其他都是自变量。
我使用Log_variable作为因变量和主要自变量之一来创建新列。
它们的分布都朝着正态分布显着改善。
如上所述，我还有其他一些自变量，它们也存在严重偏差，因此正在考虑将其转换为日志。
我的问题是，始终建议将严重偏斜的自变量转换为log_variable吗？
还是应该最少使用它？
仅供参考-一旦“准备好”变量（即解决缺失值和潜在异常值，创建log_variables），我将对变量进行多元回归分析。
谢谢，
JK
回复：在线性回归中使用变量的对数吗？正态性要求适用于响应的条件分布，而不适用于整体或边际分布。它根本不适用于预测变量。一些偏斜可能是非随机的，由模型解释！因此，我们评估了残差。我们期望它们是正态分布的，独立的并且具有恒定的方差。Fit Least Squares平台中有诊断工具可帮助您评估问题。
还有一种工具可以评估转换的好处。您评估了日志转换。幂变换的一般化形式是“轮廓最小二乘”红色三角菜单中的Box-Cox Y变换。
回复：在线性回归中使用变量的对数吗？我查看了Box-Cox转换功能，但我有零个
负值，因此它将不会运行。
是的，我知道残差的正态性要求，
它们是随机的，均值为零。
我已经审查了剩余分布以验证这一点。
我还查看了拟合摘要和参数估计值以进行修订
该模型可以降低到0.05的置信度和较低的VIF值。
由于我的输入变量的范围非常大，因此从$百万到
$ 40 B在一个变量上。
我将其转换为将Adj R平方值减半的日志，但是
RMSE从300下跌至1.5。
只是想知道采用相同的转换方法是否合理
在运行之前，将一个日志变量转换为另一个输入变量
回归。
我确实意识到该模型可能会解释
数据而不转换为log_variables，那么决定因素是什么
关于何时转换变量或将其保留为收到的？
谢谢。
回复：在线性回归中使用变量的对数吗？借助JMP的强大功能和易用性...我对回归设置中的预测变量或响应转换的一般建议是，除非您具有某些领域的专业知识，否则建议提前转换是个好主意，为什么还要多花钱呢？建模时我尝试遵循一个原则。“回答原始实际问题的最简单模型是'最佳'模型。”
从未转换的变量开始，然后使用JMP中的所有模型诊断测试和可视化效果，以观察未转换的模型的性能如何，这是一个非常简单的任务。然后使用这些知识来指导转换过程，如果需要的话，可以解决原始问题...我认为这与 @马克贝利在想什么？
回复：在线性回归中使用变量的对数吗？我很困惑。如果响应的日志具有非正值，您如何处理？如果您的响应范围从$ 1M到$ 40B，为什么不能使用Box-Cox Y转换命令？
当响应不同时（Y与Log Y），比较回归统计数据很困难。
您也可以尝试转换X变量。
变化幅度超过几个数量级的数据通常会从这种转换中受益。
您可以基于模型偏差和方差，简约性，有效的模型假设以及经验验证或交叉验证来决定选择是否有用。
此模型是出于预测目的还是解释目的？
