为什么正态性被认为是因变量和自变量的重要假设？

【问题标题】：Why Normality is considered as an important assumption for dependent and independent variables?为什么正态性被认为是因变量和自变量的重要假设？
【发布时间】：2019-11-08 15:53:39
【问题描述】：

在讨论 Kaggle 上关于回归的一个内核时，有人提到数据应该看起来像一个正态分布。但我不明白为什么？我知道这个问题可能非常基础，但请帮助我理解这个概念。

提前致谢！！

【问题讨论】：

这看起来像是 stats.stackexchange.com 的问题
谢谢@stats0007 我也会在那里发帖。如果有人回答这个问题，我也会看这里

标签： machine-learning statistics regression normal-distribution

【解决方案1】：

回归模型做出许多假设，其中之一是正态性。当违反此假设时，您的系数估计周围的 p 值和置信区间可能是错误的，从而导致关于预测变量的统计显着性的错误结论

然而，一个常见的误解是数据（即变量/预测变量）需要正态分布，但事实并非如此。这些模型不对预测变量的分布做出任何假设。

例如，假设您在回归中有一个二元预测变量（男性/女性；慢/快等） - 该变量不可能呈正态分布，但它仍然是一个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

【讨论】：

此外，残差的正态性假设仅用于推断目的，例如 p 值、置信区间和预测区间。估计的系数需要更弱的假设。