多重线性回归正态分位数图的残差分析不正常。 接下来做什么？再一次问好。 这既是一个统计问题，又是一个如何使用 JMP 的问题。
我对我的数据进行了拟合模型多重线性回归，发现只有 2 个（可能的 6 个）预测变量很重要，并且它们相互作用（因此模型中有 2 个预测变量和 1 个预测变量的交叉）。
然而，我调整后的 Rsquare 只有 0.72，我的残差分析如下所示：
对于处理分位数图所示的非正态性有什么建议吗？ 对于每一端的尾部观察结果，没有可分配的原因来证明排除它们是合理的（它们分散在整个数据中），并且离群值的最高 Cooks-d 为 0.4。
数据探索和可视化回复：多重线性回归正态分位数图的残差分析不正常。 接下来做什么？你可以看看这篇维基百科文章，特别是“回归”部分。 在 JMP 中进行转换非常简单：右键单击列标题并选择“新公式列”。进行一系列不同的转换，然后使用分发平台分析每个转换，以确定哪个是最好的。如果您变换目标变量并想要预测它，您只需通过对预测值使用逆变换来“撤消”变换即可。
回复：多重线性回归正态分位数图的残差分析不正常。 接下来做什么？数据不是正态分布的。 对于每个重要的分类因素，都有一个单独的非正态分布。（此处的一组数据被抑制，因为它增加了 bin 大小，隐藏了其他两个类别中的详细信息。 基本上是相同的故事，但传播范围更大。 为了保密起见，图表标签也被隐藏。）
回复：多重线性回归正态分位数图的残差分析不正常。 接下来做什么？你好@lisat ,
你的变量是正态分布的吗？ 也许在线性回归之前进行转换会有所帮助。
