Podczas sprawdzania cechy dla modelu regresji liniowej dane wykazują silnie prawostronnie skośny rozkład. Która transformacja jest najbardziej odpowiednia, aby pomóc spełnić założenia regresji?
Wybierz odpowiedź
Dotknij opcji, aby sprawdzić swoją odpowiedź.
Poprawna odpowiedź: Transformacja logarytmiczna.
Dlaczego to jest odpowiedź
Transformacja logarytmiczna jest najbardziej odpowiednia dla danych o silnie prawostronnie skośnym rozkładzie, ponieważ pomaga spłaszczyć rozkład, czyniąc go bardziej symetrycznym i zbliżonym do rozkładu normalnego. Regresja liniowa zakłada normalność reszt, a transformacja zmiennych wejściowych często pomaga w spełnieniu tego założenia. Transformacja wykładnicza pogłębiłaby skośność. Transformacja wielomianowa jest używana do modelowania nieliniowych zależności między zmiennymi, a nie do normalizacji rozkładu. Transformacja sinusoidalna jest stosowana dla danych cyklicznych lub okresowych.
Zdaj egzamin — bez niekończącego się szukania odpowiedzi
Uzyskaj wszystkie zweryfikowane pytania i wyjaśnienia do tego egzaminu w jednym miejscu i zaoszczędź godziny przygotowań. Ponad 1000 certyfikacji · Ponad 20 języków · Zacznij za darmo.
Zdaj egzamin szybciej → Karta nie jest wymagana