殘差的非正態性

我指的是這篇文章 ，它似乎質疑殘差正態分佈的重要性，認為這與異方差一起可以通過使用穩健的標準誤差來避免。

我已經考慮了各種轉換 - 根、日誌等 - 事實證明，所有這些都無法完全解決問題。

這是我的殘差的QQ圖：

數據

• *因變量：*已經使用對數變換（修復異常值問題和此數據中的偏度問題）
• 自變量：公司年齡和一些二元變量（指標）（稍後我有一些計數，用於作為自變量的單獨回歸）

Stata 中的iqr命令 (Hamilton) 沒有確定任何排除正態性的嚴重異常值，但下圖表明並非如此，Shapiro-Wilk 檢驗也是如此。

向圖表添加“類似測試的味道”的一種方法是在它們周圍添加置信範圍。在Stata我會這樣做：

sysuse nlsw88, clear
gen lnw = ln(wage)

reg lnw i.race grade c.ttl_exp##c.ttl_exp union

predict resid if e(sample), resid

qenvnormal resid, mean(0) sd(`e(rmse)') overall reps(20000) gen(lb ub)

qplot resid lb ub, ms(oh none ..) c(. l l)     ///
   lc(gs10 ..) legend(off) ytitle("residual") ///
   trscale(`e(rmse)' * invnormal(@))          ///
   xtitle(Normal quantiles)

引用自：https://stats.stackexchange.com/questions/63321