回归分析——正态分布问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

回归分析中
1，是不是多有的变量都要是正态分布的？
2，若是只要因变量是正态分布的，怎么将非正态的正太化？
谢谢

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：回归分析 正态分布 非正态 因变量 回归分析 正态分布

线性回归的模型条件，有两种
1、y是随机变量，x是固定变量，ε是随机变量，E(ε)=0，Cov(ε)=σ^2*I。无需ε服从正态分布，y自然也不服从正态分布
不过，为了对估计能够给出置信区间，经常加上ε~N(0,σ^2*I)的条件
2、(y,Xp)~Np+1，即y、x都是随机变量，且它们合起来服从多元正态分布。
这其实是多元正态分布恰好满足线性回归的模型，所以回归的结论也可以应用

怎么没资料

多元统计和计量经济学的教材应该都会讲这方面的

2楼回答的很专业.估计是学统计学的.

正态性的要求是可以使得最小二乘得到的解为最优估计。
有效性、方差最小性。

很多时候都不是正态的，对于最基本的回归方程y=a+bx+ε，有ε~N(0,σ^2），但在实际问题中，由于自相关性，异方差性等多种原因，基本的回归方程不适用，这时就得稍做变换来使用了。

顶一下：如楼主所述，小弟也想知道如果被解释变量不服从正态分布，比如服从泊松分布该如何处理？用ML估计吗？谢谢

我也想问这个问题，求解啊