Quais são as causas de não-normal Resíduos

? Em análise estatística , é padrão para os pesquisadores para observar os resíduos ou diferenças entre os dados reais e os seus modelos , na sua análise de dados antes que os resultados afirmando . Se os resíduos são não- normal, ou não formar uma forma de sino da curva , é frequentemente o caso que fazer conclusão usando o modelo seria estatisticamente incorreto e impróprio. Assim, quando um pesquisador nota que os resíduos em seu modelo são não- normal, ela naturalmente pergunta por que isso é assim. Há uma série de possíveis causas para resíduos não- normais, e um pesquisador deve olhar para todas as possibilidades de compreender a imagem completa. A Distribuição

Se a distribuição dos dados originais não é normal, que não está chegando de uma distribuição normal , então é muito provável que os resíduos também não será normal. O pesquisador pode descobrir se esta é a causa da não- normalidade dos resíduos , olhando para a população original de dados ou distribuição de amostras . Se os dados originais não parece normal, o pesquisador pode ter cometido um erro ao supor que os dados vieram de uma distribuição normal antes de realizar análises estatísticas. Se este for o caso, o pesquisador deve recriar um modelo que explica a verdadeira distribuição da população.

Incorreta modelo de escolha

Para ter resíduos , você deve primeiro tem um modelo . Se o pesquisador escolhe um modelo que não está em consonância com a realidade, ela pode achar que os resíduos têm uma média longe de zero. Isso levaria a distribuição dos resíduos de distância de uma distribuição normal padrão.

Interdependência

maioria dos modelos assumem os valores que eles estão prevendo são independentes. Ou seja, se o seu modelo está sendo executado em dados que são dependentes , assunção do seu modelo não vai segurar . Isso afeta os resíduos , tornando-os interdependentes. Valores interdependentes não pode vir de uma distribuição normal , explicando a não- normalidade dos resíduos .

Não constante Variance

Os resíduos de um modelo deve ter a mesma variância. O que isto significa é que os resíduos devem ser diferente da média de forma aleatória e independente; se o terceiro resíduo é submetido a uma variação de 4 , em seguida, o quinto , sexto , e residual milionésima devem ter a mesma variação que lhes estão associados . Se você achar que a variação muda como você prever valores diferentes , é provável que a causa da não- normalidade dos resíduos .