正規性の確認は、検定は不要で、グラフで確認すればよい。 ヒストグラムが一番簡単な方法だが、もう一つグラフで確認する方法がある。 それがQQプロットだ。 QQプロットとは何か？

目的変数が正規分布している必要はない。 説明変数も正規分布している必要はない。

EZRの散布図行列において各変数の文字が表示されているスムーズな折れ線グラフは、いったい何者だろうか？ ヒストグラムを見やすくしたものなのだろうか？

連続量を何らかの方法で正規分布に近づける方法はいくつかある。 よく使う方法は自然対数をとる方法だ。 ここではBox-Cox変換の方法をまとめてみた。

回帰分析をする際に、説明変数や目的変数が正規分布をしていないことで悩んでいる人は多い。 悩むところはそこじゃない。 重回帰分析では、残差が正規分布している必要がある。

データの正規性とは、データが正規分布しているかどうかのこと。 正規分布を前提にした統計手法が多いため、データが正規分布をしているかどうかが問題になることが多い。

回帰分析で正規分布していない目的変数の場合はどうすればよいか？ 残差も正規分布していない場合はどうしたらよいか？ ＞＞もう統計で悩むのを終わりにしませんか？ ↑1万人以上の医療従事者が購読中