어디서 본거 같은데,

아주 큰 샘플 사이즈에서는

다중회귀 시, 잔차의 정규성(normality)가정이 꼭 만족되어야 하는 건 아니어도 된다고.


이게 원래 질문이었고, 

이왕 이렇게 된거 평소에 궁금한거 몇개 더 질문해보자. 


1) OLS시, 모델 적합성 및 변수들의 계수(coefficient)가 P 값에 근거한 통계적 유의성도 높고, R-squared도 괜찮아도

기본적으로 4가지? 가정을 만족하지 못하면 쓰면 안되는 것인가? 


2) 독립변수를 여럿넣었을 때 각 계수가 통계적으로 유의하지 못한 변수가 있을 때 (P가 0.1나 0.05 보다 크다),

이것들을 빼고(stepwise backward처럼) 하나씩 빼면서 꼭 새로운 모델을 만들어 가야 하는 과정을 거쳐야 하나? 

->외국 통계질문 게시판에 보면, 

다중회귀분석의 목적이 1)예측 이 아니고 2)변수 간 현상 관계 설명일 경우, 굳이 P가 큰 계수를 가진 변수를 빼면서 모델을 찾아가지 않아도 된다고

(그냥 이건 유의하고, 이건 아니고 이렇게 하면 된다고 하는 사람이 있던데..)


이러한 것들이 궁금하오.

혹시 아시는 분들 있으면 설명 부탁드립니다.

혹 외국 게시판의 주장이 맞다면 왜 그런지도 알려주시면

심히 감사드리겠어요