Al verificar una característica para un modelo de regresión lineal, los datos muestran una distribución fuertemente asimétrica a la derecha. ¿Qué transformación es la más adecuada para ayudar a satisfacer los supuestos de regresión?

Una distribución fuertemente asimétrica a la derecha (sesgada positivamente) a menudo viola el supuesto de normalidad de los residuos en la regresión lineal. La transformación logarítmica es la más adecuada porque comprime los valores más grandes, reduciendo el sesgo y la varianza, y acercando la distribución a una forma más simétrica o normal. Esto ayuda a estabilizar la varianza y a mejorar la linealidad de la relación entre las variables. Las transformaciones exponencial y polinómica pueden exacerbar el sesgo o introducir no linealidades complejas. La transformación sinusoidal no es apropiada para corregir el sesgo en distribuciones de datos continuos.