在線性回歸中使用變量對數？我是使用 JMP 的新學生，有一個問題。
我有一個數據集，其中有幾個變量嚴重傾斜，如它們的分佈所示。一個是我的因變量，其他都是自變量。
我使用 Log_variable 作為因變量和主要自變量之一創建新列。
他們的兩個分佈都顯著向正態分佈改善。
如上所述，我還有其他嚴重傾斜的自變量，並且正在考慮將它們轉換為日誌。
我的問題是，將嚴重傾斜的自變量轉換為 log_variable 是否總是明智的？
或者應該最少使用它？
僅供參考 - 一旦我“準備好”變量（即解決缺失值和潛在異常值，創建 log_variables），我將對變量進行多元回歸分析。
謝謝，
傑康
回复：在線性回歸中使用變量對數？我很困惑。 如果響應的值為非正值，您如何獲取響應的日誌？如果您的響應範圍在 $1M 到 $40B 之間，為什麼不能使用 Box-Cox Y 變換命令？
當響應不同（Y 與 Log Y）時，很難比較回歸統計數據。
您也可以嘗試轉換 X 變量。
變化超過幾個數量級的數據通常會受益於這種轉換。
您根據模型偏差和方差、簡約性、有效模型假設以及經驗驗證或交叉驗證確定這些選擇是有幫助的。
該模型是用於預測還是解釋目的？
回复：在線性回歸中使用變量對數？憑藉 JMP 的強大功能和易用性……我對回歸設置中的預測變量或響應轉換的一般建議是，除非您擁有一些領域專業知識，表明提前轉換是一個好主意，否則為什麼要把水攪渾呢？ 我在建模時試圖遵循一個原則： “能夠回答最初的實際問題的最簡單的模型就是‘最佳’模型。”
從未轉換的變量開始，然後使用 JMP 中的所有模型診斷測試和可視化來查看未轉換的模型的執行情況，這是一項非常簡單的任務。 然後使用這些知識來指導轉換過程，如果需要解決原始問題......我認為這與@馬克貝利在想什麼？
回复：在線性回歸中使用變量對數？我回顧了 Box-Cox 轉換能力，但我有零和
負值，因此它不會運行。
是的，我知道殘差的正態性要求，並且
它們是隨機的且平均值為零。
我已經檢查了剩餘分佈來驗證這一點。
我還審查了擬合摘要和要修改的參數估計
模型的置信度降至 0.05 且 VIF 值較低。
由於我的輸入變量的範圍非常大，從低至百萬美元到
$40 B 變量。
我將其轉換為對數，將我的 Adj R 平方值減半，但是
RMSE 從 300 多下降到 1.5。
只是想知道應用相同的轉換方法是否合理
在運行之前將日誌變量更改為另一個輸入變量
回歸。
我確實意識到該模型可能會解釋一些偏度
沒有轉換為log_variables的數據，那麼決定因素是什麼
何時轉換變量或保留收到的變量？
謝謝。
回复：在線性回歸中使用變量對數？正態性要求適用於響應的條件分佈，而不是總體分佈或邊際分佈。 它根本不適用於預測變量。 有些偏差可能是非隨機的，並由模型解釋！ 因此我們評估殘差。 我們期望它們呈正態分佈、獨立且具有恆定方差。 擬合最小二乘平台中有一些診斷工具可以幫助您評估問題。
還有一個工具可以評估轉型的好處。 您評估了對數轉換。 冪變換的概括是 Box-Cox Y 變換，可在分析下的“擬合最小二乘法”紅色小三角菜單中找到。
