マイナスに偏ったデータJMP で多重回帰テストを実行しようとしていますが、残差データが分布の仮定を満たしていません。歪度は -1.21、尖度は 4.52 なので、データは負に歪んでいます。どうすればいいでしょうか? (初心者です) 対数や平方根などの変換についてはまだ学習していません。残差データ列の数式としてこれらを個別に追加して試してみましたが、列に機能しないドットしか表示されませんでした。
ウィンドウズRe: 負に偏ったデータ多重回帰分析を行ったと仮定します (ここでの「テスト」という単語は奇妙な使い方です)。もしそうなら、まず最初に申し上げたいのは、残差はそれほど心配するほどではないということです。多重回帰の仮定は非常に寛容です。満たされることはめったにありませんが、通常はそれほど問題にはなりません。ただし、残差が歪んでいる限り、対数変換を試すのは当然です。これを行う最も簡単な方法は、応答変数のボックスに Y 変数を入力するときに、そのウィンドウの「変換」の横にあるドロップダウンをクリックして、対数を求めることです。次に、使用していたのと同じモデル効果を使用します。
私の推測では、残差が負の歪みを持っているため、対数変換では状況はあまり改善されない可能性があります (正の歪みのほうが適切だと思います)。したがって、他の変換をいくつか試すことができます。ただし、前述したように、残差はモデルを変更する必要がそれほどないように見えます。残差の分布についてあまり心配する前に、モデルの他の側面 (効果の係数は有意であり、意味をなしていますか? 全体的なモデルの適合は良好ですか? 使用しなかった他のデータはありますか? 残差プロットはどのようになっていますか? 散布は適度にランダムですか?) を確認します。
Re: 負に偏ったデータBox-Cox変換について調べてみるのもいいかもしれません
Re: 負に偏ったデータ@StacyKJonesさん、 @txnelson さんが Box Cox オプションをここに配置することを提案したことに同意します:
これにより、最適な変換が見つかるだけでなく、モデルを新しい分析ウィンドウとして再調整して、両方のモデルを比較し、変換によってどのように改善されたかを確認できます。また、プロファイラーの単位が元の単位で維持されるのも便利です。
スティーブ
Re: 負に偏ったデータ@dlehman1と@txnelsonの回答 (私も賛成) に付け加えたいことは、今のところは統計のことを忘れて、実用性に取り組みましょう、ということです。結局のところ、最終的に得たモデルで実用的な問題を解決できるのであれば、誰が統計を気にするでしょうか? 私は実務統計学者として業界から来ました。私が所属していたチームは、問題を解決するために給料をもらっていました。さまざまな統計手法に関連するすべての「仮定」を満たす完璧なモデルを取得するためではありませんでした。
