Data Quirk 2: Non-NormalityOne assu

Data Quirk 2: Non-Normality
One assumption in multiple regression is that the
residuals are normally distributed (Williams, Grajales, &
Kurkiewicz, 2013). There are a variety of ways for the
residuals to fail to meet this assumption, but a common
one is for the outcome variable to have a non-normal
distribution, such as when it has excessive skew or
kurtosis. For the current example, I made Y's skew
equal to negative four and its kurtosis equal to seven. A
plot of such a variable is in Figure 6.

ผลลัพธ์ (ไทย) 2:

ข้อมูลมุมแหลม 2: ไม่ Normality
หนึ่งสมมติฐานในการถดถอยพหุคูณคือการที่เหลือจะกระจายตามปกติ (วิลเลียมส์ Grajales และ Kurkiewicz 2013) มีความหลากหลายของวิธีการที่มีเหลือที่จะล้มเหลวที่จะตอบสนองสมมติฐานนี้แต่ที่พบบ่อยหนึ่งที่ตัวแปรผลที่จะมีความไม่ปกติการจัดจำหน่ายเช่นเมื่อมีเอียงมากเกินไปหรือโด่ง ยกตัวอย่างเช่นในปัจจุบันผมทำของ Y เอียงเท่ากับเชิงลบสี่โด่งเท่ากับเจ็ด พล็อตดังกล่าวตัวแปรที่อยู่ในรูปที่ 6

ผลลัพธ์ (ไทย) 3:

อุปนิสัยที่ 2 : ไม่มีข้อมูลปกติ
หนึ่งสมมติฐานในการวิเคราะห์การถดถอยพหุคูณที่
ความคลาดเคลื่อนมีการแจกแจงปกติ ( Williams , Grajales &
kurkiewicz , 2013 ) มีหลายวิธีสำหรับ
เหลือเพื่อล้มเหลวเพื่อให้ตรงกับสมมติฐานนี้ แต่โดยทั่วไป
หนึ่งสำหรับผลตัวแปรได้ไม่ปกติ
จำหน่าย เช่น เมื่อมีการเอียงหรือ
โด่ง . เช่นปัจจุบันฉันทำเบ้
Y เท่ากับลบสี่และความโด่งเท่ากับเจ็ด a
พล็อตดังกล่าวคือตัวแปรในรูปที่ 6