Windows 11 > JMP 19 > 拟合模型 > 标准最小二乘法 > 如何处理异常数据分布？JMP社区的各位好，
我正在处理从组织活检中获得的细胞计数数据，这些数据呈现出异常的分布：一些活检样本中没有细胞（计数为零），而另一些样本的细胞百分比很低（见下例）。简单的立方根变换可以得到一个较为合理的非零计数分布，但变换后数据的整体分布仍然存在零偏。
正如预期的那样，如果我使用这些数据进行标准最小二乘拟合模型分析，残差将不服从正态分布（见下文）。
您建议如何检验这些细胞计数是否与多个协变量（包括交互作用）相关？
笔记：
- 细胞缺失（计数为零）在科学上具有重要意义。
- 由于涉及敏感信息，我无法轻易分享实际数据。
谢谢。
此致，
TS
高级统计建模基础数据分析与建模数据融合与清理回复：Windows 11 > JMP 19 > 拟合模型 > 标准最小二乘法 > 如何处理异常数据分布？嗨@Thierry_S ，
您有 JMP Pro 吗？使用广义回归模型，您可以指定零膨胀分布之一。
我认为零膨胀泊松分布可能适用于你的计数原始数据。如果你使用的是 JMP，或许可以将建模过程分成两部分：
- 判断结果何时为0或不为0（二项分布）
- 当结果不为 0 时，可拟合标准最小二乘模型。您仍然可以对原始数据进行转换（如果需要！），例如 Box-Cox 转换。
希望这个建议对您有所帮助。
回复：Windows 11 > JMP 19 > 拟合模型 > 标准最小二乘法 > 如何处理异常数据分布？亲爱的维克多：
感谢您帮我解决这个问题。很遗憾，我目前无法使用 JMP Pro。不过，我可以使用 JMP 19 “基础版”中的广义线性模型，但泊松分布似乎无法拟合所有数据。实际上，当细胞类型数量较多时，非零亚群体分布趋于近似正态分布。
我想知道将数据按有序变量进行分箱处理是否会有帮助？
最好的，
TS
回复：Windows 11 > JMP 19 > 拟合模型 > 标准最小二乘法 > 如何处理异常数据分布？是的，我会把这项任务分成两部分：
1. 判断结果何时为 0 或不为 0（二项分布）
2. 对于结果不为 0 的情况，拟合标准最小二乘模型。您仍然可以对原始数据进行转换（如果需要！），例如 Box-Cox 转换。
最好的，回复：Windows 11 > JMP 19 > 拟合模型 > 标准最小二乘法 > 如何处理异常数据分布？如果没有中小企业专家的指导，很难回答这个问题。首先，你想回答什么问题？其次，数据来源是什么？第三，你对测量系统的可靠性有多大信心？是否有其他测量方法？你对活检流程的一致性有多大信心？你想拟合的模型是什么？假设你像 Victor 建议的那样将数据拆分，那么你必须问的问题是：影响细胞计数的因素和不影响细胞计数的因素是否存在差异？如果存在差异，那么将数据分为两个 Y 类（两类，二项分布）和连续的细胞计数数据就比较合理了。
