Quali sono le cause di residui non normale?

In analisi statistiche, che è standard per ricercatori di osservare i residui, o differenze tra i dati effettivi e dei loro modelli, nella loro analisi dei dati prima di affermare risultati. Se i residui sono non-normale, o non formando una forma curva a campana, è spesso il caso che rendendo conclusione utilizzando il modello sarebbe statisticamente errata e appropriato. Così, quando un ricercatore si accorge che i residui del suo modello sono non-normale, lei chiede naturalmente perché questo è così. Ci sono una serie di possibili cause di residui non-normali, e un ricercatore deve guardare a tutte le possibilità di capire il quadro completo. La distribuzione

Se la distribuzione dei dati originali non è normale, che non sta arrivando da una distribuzione gaussiana, allora è estremamente probabile che i residui anche non essere normale. Il ricercatore può scoprire se questa è la causa della non-normalità dei residui, cercando in una popolazione di dati originale o la distribuzione del campione. Se i dati originali non appare normale, il ricercatore può aver commesso un errore nel ritenere che i dati provengono da una distribuzione normale prima di eseguire le analisi statistiche. Se questo è il caso, il ricercatore deve ricreare un modello che rappresenta la vera distribuzione della popolazione.
Errata Modello Scelta

Per avere residui, è necessario prima avere un modello. Se il ricercatore sceglie un modello che non è in linea con la realtà, si può constatare che i residui hanno media lontano da zero. Questo avrebbe spinto la distribuzione dei residui di distanza da una distribuzione normale standard. | Photos.com Interdipendenza

La maggior parte modelli assumono i valori che prevedono sono indipendenti. Cioè, se il modello è in esecuzione su dati che sono dipendente, presupposto del modello non tiene. Questo riguarda i residui, che li rende interdipendenti. Valori interdipendenti non possono provenire da una distribuzione normale, che spiega la non-normalità dei residui.
Non-varianza costante

I residui di un modello dovrebbe avere la stessa varianza. Che cosa questo significa è che i residui dovrebbero differire dalla media in modo casuale e indipendente; se il terzo residuo è sottoposto ad una varianza di 4, poi il quinto, sesto, e un milionesimo residuo dovrebbe avere la stessa varianza ad essi associati. Se si scopre che i cambiamenti della varianza come si prevedono valori diversi, questa è probabilmente la causa della non-normalità dei residui.