在檢查線性迴歸模型的特徵時，資料顯示出強烈的右偏分佈。哪種轉換最適合幫助滿足迴歸假設？

對數轉換（Logarithmic transformation）最適合處理右偏分佈的資料，因為它可以壓縮較大的數值範圍，使分佈更接近常態分佈，進而幫助滿足線性迴歸模型對殘差常態性、同質性及線性關係的假設。指數轉換（Exponential transformation）會加劇右偏，不適用。多項式轉換（Polynomial transformation）主要用於捕捉非線性關係，而非處理偏度。正弦轉換（Sine transformation）則用於處理週期性資料，與偏度無關。