Logo fa.boatexistence.com

آیا رگرسیون خطی به توزیع نرمال نیاز دارد؟

فهرست مطالب:

آیا رگرسیون خطی به توزیع نرمال نیاز دارد؟
آیا رگرسیون خطی به توزیع نرمال نیاز دارد؟

تصویری: آیا رگرسیون خطی به توزیع نرمال نیاز دارد؟

تصویری: آیا رگرسیون خطی به توزیع نرمال نیاز دارد؟
تصویری: مفروضات رگرسیون خطی 2024, جولای
Anonim

رگرسیون خطی به خودی خود نیازی به فرض نرمال (گاوسی) ندارد، برآوردگرها را می توان (با حداقل مربعات خطی) بدون نیاز به چنین فرضی محاسبه کرد و کامل می کند. حس بدون آن … در عمل، البته، توزیع عادی حداکثر یک داستان خیالی راحت است.

آیا برای رگرسیون به نرمال بودن نیاز است؟

رگرسیون فقط برای متغیر نتیجهنرمال بودن را فرض می کند. غیر عادی بودن در پیش بینی ها ممکن است یک رابطه غیرخطی بین آنها و y ایجاد کند، اما این یک موضوع جداگانه است. … تناسب نیازی به عادی بودن ندارد.

آیا می توانید از رگرسیون خطی استفاده کنید اگر داده ها به طور معمول توزیع نشده باشند؟

به طور خلاصه، وقتی یک متغیر وابسته به طور نرمال توزیع نمی شود، رگرسیون خطی در مطالعات با حجم نمونه بزرگ یک تکنیک آماری معتبر باقی می ماند. شکل 2 اندازه‌های نمونه مناسب را ارائه می‌کند (یعنی >3000) که در آن تکنیک‌های رگرسیون خطی همچنان می‌تواند مورد استفاده قرار گیرد، حتی اگر فرض نرمال بودن نقض شود.

اگر داده ها به طور معمول توزیع نشوند چه اتفاقی می افتد؟

داده های ناکافی می تواند باعث شود توزیع نرمال کاملاً پراکنده به نظر برسد برای مثال، نتایج آزمون کلاسی معمولاً به طور عادی توزیع می شود. یک مثال افراطی: اگر سه دانش آموز تصادفی را انتخاب کنید و نتایج را روی یک نمودار رسم کنید، توزیع نرمال دریافت نمی کنید.

چگونه متوجه می شوید که داده ها به طور معمول توزیع نشده اند؟

اگر داده های مشاهده شده کاملاً از توزیع نرمال پیروی کنند، مقدار آماره KS 0 خواهد بود. P-Value برای تصمیم گیری در مورد اینکه آیا تفاوت به اندازه ای بزرگ است که رد شود استفاده می شود. فرضیه صفر: … اگر P-Value آزمون KS کوچکتر از 0 باشد.05، ما توزیع نرمال را فرض نمی کنیم.

توصیه شده: