多重線性迴歸常態分位數圖的殘差分析不正常。 接下來做什麼？再一次問好。 這既是統計問題，也是如何使用 JMP 的問題。
我對我的數據進行了擬合模型多重線性回歸，發現只有2 個（可能的6 個）預測變量很重要，並且它們相互作用（因此模型中有2 個預測變量和1 個預測變量的交叉） 。
然而，我調整後的 Rsquare 只有 0.72，我的殘差分析如下所示：
對於處理分位數圖所示的非常態性有什麼建議嗎？ 對於每一端的尾部觀察結果，沒有可分配的原因來證明排除它們是合理的（它們分散在整個數據中），並且離群值的最高 Cooks-d 為 0.4。
數據探索和視覺化回覆：多重線性迴歸常態分位數圖的殘差分析不正常。 接下來做什麼？你可以看看這篇維基百科文章，特別是「回歸」部分。 在 JMP 中進行轉換非常簡單：右鍵單擊列標題並選擇“新公式列”。進行一系列不同的轉換，然後使用分發平台分析每個轉換，以確定哪個是最好的。如果您變換目標變數並想要預測它，您只需透過對預測值使用逆變換來「撤銷」變換即可。
回覆：多重線性迴歸常態分位數圖的殘差分析不正常。 接下來做什麼？數據不是常態分佈的。 對於每個重要的分類因素，都有一個單獨的非常態分佈。（此處的一組數據被抑制，因為它增加了 bin 大小，隱藏了其他兩個類別中的詳細資訊。 基本上是相同的故事，但傳播範圍更大。 為了保密起見，圖表標籤也被隱藏。）
回覆：多重線性迴歸常態分位數圖的殘差分析不正常。 接下來做什麼？你好@lisat ,
你的變數是常態分佈的嗎？ 也許在線性迴歸之前進行轉換會有所幫助。
