負偏態數據我嘗試在 JMP 中執行多元迴歸測試，但我的殘差資料不符合分佈假設。偏度是-1.21，峰度是4.52，所以我的資料是負偏的。我該如何繼續？ （我有點新手。）我們還沒有學習諸如對數或平方根之類的變換。我透過將它們單獨添加為殘差資料列的公式來嘗試這兩種方法，但我得到的只是列中不可行的點。
視窗回覆：負偏態數據我假設您進行了多元迴歸分析（這裡的“測試”一詞是該術語的奇怪用法）。如果是這樣，我要說的第一件事是你的殘差看起來不那麼令人擔憂。多元迴歸假設非常寬容——它們很少被滿足，但通常並不重要。但是，如果殘差有偏差，嘗試對數轉換是很自然的。最簡單的方法是將 Y 變數放入回應變數方塊中，點擊該視窗中「轉換」旁邊的下拉式選單並詢問日誌。然後使用您正在使用的相同模型效果。
我的猜測是，對數轉換可能不會改善這裡的情況，因為殘差具有負偏斜（我認為它們更適合正偏斜）。因此，您可以嘗試其他一些轉換。然而，正如我所說，我認為你的殘差看起來並不需要修改模型。我會看看你的模型的其他方面（效果的係數是否顯著？它們是否有意義？整體模型擬合良好嗎？你還有哪些其他未使用的數據？殘差圖看起來如何比如- 散佈是否相當隨機？ ），然後再過度擔心殘差的分佈。
回覆：負偏態數據您可能要研究 Box-Cox 變換
回覆：負偏態數據嘿@StacyKJones ，我同意@txnelson建議的 Box Cox 選項位於此處：
這不僅會找到最佳轉換，您還可以將模型重新調整為新的分析窗口，以便您可以比較兩個模型以了解轉換如何改進它。此外，它將單位保留為分析器的原始單位，這很好。
史蒂夫
回覆：負偏態數據我要添加到@dlehman1和@txnelson的回應（我同意）的唯一另一件事是，讓我們暫時忘記統計數據。並處理實用性。如果最終，如果你能用最終得到的模型解決/解決實際問題......誰在乎統計數據？我來自工業界，是一名執業統計學家……我所在的團隊是為了解決問題而付費的……而不是獲得滿足與各種統計方法相關的所有「假設」的完美模型。
