Преобразование данных (статистика)
- Преобразование данных может быть использовано для решения проблем с нормальностью и гомоскедастичностью.
- Одномерная нормальность не требуется для значимости оценок параметров регрессии методом наименьших квадратов.
- Доверительные интервалы и проверка гипотез будут обладать лучшими статистическими свойствами при многомерной нормальности переменных.
- Логарифмическое преобразование, преобразование с квадратным корнем и мультипликативное обратное преобразование часто используются для положительных данных.
- Степенные преобразования, включая логарифм, могут создавать симметрию в данных с различными порядками значений.
- Преобразования, стабилизирующие дисперсию, направлены на устранение зависимости дисперсии от среднего значения.
- Одномерные функции могут быть точечно применены к многомерным данным для изменения их предельных распределений.
Полный текст статьи: