在Kaggle上通过一个内核进行回归分析时，提到数据应该看起来像正态分布。但是我不明白为什么？ 我知道这个问题可能很基本，但是请帮助我理解这个概念。
预先感谢！
答案 0 :(得分：2)
回归模型有许多假设，其中之一是正态性。如果违反此假设，则您的p值和系数估计值周围的置信区间可能是错误的，从而导致关于预测变量的统计意义的错误结论
但是，常见的误解是数据（即变量/预测变量）需要正态分布，但这不是事实。这些模型没有对预测变量的分布进行任何假设。
例如，假设您的回归中有一个二元预测变量（男性/女性；慢/快等）-该变量不可能正态分布，但仍然是有效的预测变量在回归模型中。正态性假设实际上是指残差的分布，而不是预测变量本身