Normalverteilung prüfen als Regressionsvoraussetzung

Meine STATISTIKBERATUNG: https://www.regorz-statistik.de/inhal... Wie können Sie die Normalverteilung der Residuen in einer Regressionsanalyse testen? Prüfung der Normalverteilung im Histogramm Prüfung der Normalverteilung im QQ-Plot oder PP-Plot Prüfung der Normalverteilung mit Hypothesentest (Kolmogorov-Smirnov-Test, Shapiro-Wilk-Test) Prüfung mit Schiefe und Kurtosis Die Normalverteilung der Residuen ist eine wichtige Regressionsvoraussetzung. Wie können Sie die Normalverteilung der Residuen mit SPSS testen? Wie rufen Sie die entsprechenden Auswertungen auf? Wie können Sie die Residuen-Statistik interpretieren? Was bedeutet es z.B. für die Normalverteilung, wenn der Kolmogorov-Smirnov-Test signifikant ist? Was können Sie tun, wenn Residuen nicht normalverteilt sind? In einer großen Stichprobe? Zentraler Grenzwertsatz In einer mittleren bis großen Stichprobe? Bootstrapping einsetzen In einer kleinen Stichprobe? Normalverteilung durch Transformation herbeiführen Hier finden Sie mein Video-Tutorial zu Bootstrapping:    • Regression mit Bootstrapping (Tutorial)   Und hier finden Sie meine Tutorials zu anderen Regressionsvoraussetzungen der multiplen Regression: https://www.regorz-statistik.de/inhal... Hier ist die vollständige Quellenangabe des Artikels zur Normalverteilungsannahme in großen Stichproben: Lumley, T., Diehr, P., Emerson, S., & Chen, L. (2002). The importance of the normality assumption in large public health data sets. Annual review of public health, 23(1), 151-169. https://www.annualreviews.org/doi/ful... Eine Auflistung verschiedener in der Literatur vertretener Cut-Off-Werte für Schiefe und Kurtosis mit einem entsprechenden Quellenverzeichnis findet sich hier: http://imaging.mrc-cbu.cam.ac.uk/stat... Als Datentransformation bietet sich die relativ flexible Box-Cox-Transformation an. Hier ein erläuternder Artikel: Osborne, J. (2010). Improving your data transformations: Applying the Box-Cox transformation. Practical Assessment, Research, and Evaluation, 15(1), 12. https://scholarworks.umass.edu/cgi/vi...