我现在有一组数据,其中结果是连续计数数据,但不遵循正态分布。IV分析依赖于线性回归,其中正态性是一个重要的假设。如果结果不正常,我可以使用静脉分析吗?
在线性回归中,正态性假设是在误差项的分布上,而不是在结果的边际分布上(参见"正态性")。这个假设不是严格必要的,但是当它满足时,线性回归目标最大化了样本的可能性,这导致了一些很好的特性。
在任何情况下,正态分布的结果变量都不是有效线性回归的必要条件。
我现在有一组数据,其中结果是连续计数数据,但不遵循正态分布。IV分析依赖于线性回归,其中正态性是一个重要的假设。如果结果不正常,我可以使用静脉分析吗?
在线性回归中,正态性假设是在误差项的分布上,而不是在结果的边际分布上(参见"正态性")。这个假设不是严格必要的,但是当它满足时,线性回归目标最大化了样本的可能性,这导致了一些很好的特性。
在任何情况下,正态分布的结果变量都不是有效线性回归的必要条件。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium