წრფივი რეგრესია თავისთავად არ საჭიროებს ნორმალურ (გაუსის) დაშვებას, შემფასებელი შეიძლება გამოითვალოს (წრფივი უმცირესი კვადრატებით) ყოველგვარი დაშვების საჭიროების გარეშე, და სრულყოფილება ხდება აზრი მის გარეშე. … პრაქტიკაში, რა თქმა უნდა, ნორმალური განაწილება ყველაზე მოსახერხებელი ფიქციაა.
აჭიროება ნორმალურობა რეგრესიისთვის?
რეგრესია მხოლოდ ნორმალურობას ითვალისწინებს შედეგის ცვლადისთვის. პროგნოზირების არანორმალობამ შეიძლება შექმნას არაწრფივი ურთიერთობა მათსა და y-ს შორის, მაგრამ ეს ცალკე საკითხია. … მორგება არ საჭიროებს ნორმალურობას.
შეგიძლიათ გამოიყენოთ წრფივი რეგრესია, თუ მონაცემები ჩვეულებრივ არ არის განაწილებული?
მოკლედ, როდესაც დამოკიდებული ცვლადი არ არის განაწილებული ნორმალურად, წრფივი რეგრესია რჩება სტატისტიკურად მყარ ტექნიკად დიდი ნიმუშის ზომის კვლევებში. სურათი 2 ასახავს ნიმუშის შესაბამის ზომებს (მაგ., >3000), სადაც ხაზოვანი რეგრესიის ტექნიკის გამოყენება მაინც შესაძლებელია, მაშინაც კი, თუ ნორმალურობის დაშვება დარღვეულია.
რა მოხდება, თუ მონაცემები ჩვეულებრივ არ არის განაწილებული?
არასაკმარისმა მონაცემებმა შეიძლება გამოიწვიოს ნორმალური განაწილება სრულიად მიმოფანტულიმაგალითად, საკლასო ტესტის შედეგები ჩვეულებრივ ჩვეულებრივ ნაწილდება. უკიდურესი მაგალითი: თუ აირჩევთ სამ შემთხვევით სტუდენტს და გამოსახავთ შედეგებს გრაფიკზე, ვერ მიიღებთ ნორმალურ განაწილებას.
როგორ იცით, რომ მონაცემები ჩვეულებრივ არ არის განაწილებული?
თუ დაკვირვებული მონაცემები სრულყოფილად მიჰყვება ნორმალურ განაწილებას, KS სტატისტიკის მნიშვნელობა იქნება 0 P-მნიშვნელობა გამოიყენება იმის გადასაწყვეტად, არის თუ არა განსხვავება საკმარისად დიდი, რომ არ მოხდეს ნულოვანი ჰიპოთეზა: … თუ KS ტესტის P-მნიშვნელობა 0-ზე ნაკლებია.05, ჩვენ არ ვთვლით ნორმალურ განაწილებას.
