데이터 과학자가 어떤 특성을 조사한 결과 분포 모드 < 중앙값 < 평균을 발견했습니다. 선형 회귀 모델을 적용할 수 있도록 이 데이터를 변환하는 데 가장 적합한 변환은 무엇입니까?

주어진 조건(최빈값 < 중앙값 < 평균)은 데이터 분포가 오른쪽으로 치우쳐 있음을 나타냅니다. 선형 회귀 모델은 일반적으로 정규 분포에 가까운 데이터를 가정하므로, 이러한 치우침을 줄여야 합니다. 로그 변환은 양수로 구성된 오른쪽으로 치우친 분포를 대칭에 가깝게 만들거나 정규 분포에 가깝게 만드는 데 매우 효과적입니다. 지수 변환은 오른쪽으로 치우친 분포를 더욱 치우치게 만들 수 있습니다. 다항 변환은 데이터의 비선형 관계를 모델링하는 데 사용될 수 있지만, 분포의 치우침을 직접적으로 해결하지는 않습니다. 사인 변환은 주기적인 데이터에 주로 사용됩니다.