Eu tenho uma pergunta estranha. Suponha que você tenha uma pequena amostra em que a variável dependente que você analisará com um modelo linear simples é altamente inclinada para a esquerda. Assim, você assume que não é normalmente distribuído, porque isso resultaria em y distribuído normalmente . Mas quando você calcula o gráfico QQ-Normal, há evidências de que os resíduos são normalmente distribuídos. Assim, qualquer um pode assumir que o termo do erro é normalmente distribuído, embora y não seja. Então, o que significa quando o termo de erro parece ser normalmente distribuído, mas y não?
regression
residuals
error
normality-assumption
MarkDollar
fonte
fonte
Esses resultados mostram que tudo funciona bem.
fonte
fonte