-1
我正在處理非正態分佈的數據。我已經應用了常用方法:日誌和平方根,以便轉換數據,然後使用ARIMA模型對其進行處理,以便進行預測。R中存在哪些規範化方法?
我曾嘗試是:
set.seed(123)
y<-rexp(200)
yl<-log(y+1)
shapiro.test(yl)
trans<-(y-mean(y))/sd(y)
shapiro.test(trans)
此方法未能正常的測試,我想問一下,如果有另一個選項R.
這個答案是一個有趣的閱讀:http://stackoverflow.com/questions/7781798/seeing-if-data-is-normally-distributed-in-r/7788452#7788452 – Arun
謝謝,但閱讀與正常測試有關。我可以應用Jarque Bera測試,結果仍然具有相同的一致性。 – Michelle
是的,重點在於正態性檢驗及其假設的有效性。也就是說,你正在測試一個基於測試的「良好」規範化,該測試的假設是關於拒絕正態性的假設。 – Arun