J'ai une question étrange. Supposons que vous avez un petit échantillon dans lequel la variable dépendante que vous allez analyser avec un modèle linéaire simple est fortement asymétrique. Ainsi , on suppose que est normalement distribué, car cela entraînerait une distribution normale y . Mais lorsque vous calculez le graphe QQ-Normal, il est évident que les résidus sont normalement distribués. Ainsi, n'importe qui peut supposer que le terme d'erreur est normalement distribué, bien que y ne le soit pas. Alors , qu'est-ce que cela signifie, lorsque le terme d'erreur semble être normalement distribué, mais y ne fonctionne pas?
regression
residuals
error
normality-assumption
MarkDollar
la source
la source
Ces résultats montrent que tout se passe bien.
la source
la source