In análisis estadístico, que es el estándar para los investigadores observar los residuos, o las diferencias entre los datos reales y sus modelos, en su análisis de los datos antes de afirmar resultados. Si los residuos son no normal, o no tiene forma de curva de campana, a menudo es el caso que la toma de conclusión utilizando el modelo sería estadísticamente correctos y no apropiado. Por lo tanto, cuando un investigador se da cuenta que los residuos en su modelo no son normales, que, naturalmente, se pregunta por qué esto es así. Hay una serie de posibles causas de los residuos no normales, y un investigador debe examinar todas las posibilidades para entender el cuadro completo. La Distribución

Si la distribución de los datos originales no es normal, que no está llegando a partir de una distribución de Gauss, entonces es muy probable que los residuos serán también no ser normal. El investigador puede descubrir si esto es la causa de la no normalidad de los residuos mirando la población de datos original o distribución de la muestra. Si los datos originales no parece normal, el investigador pudo haber cometido un error al suponer que los datos provienen de una distribución normal antes de realizar los análisis estadísticos. Si este es el caso, el investigador debe recrear un modelo que da cuenta de la verdadera distribución de la población.
Incorrecta modelo de elección

Tener residuos, primero debe tener un modelo. Si el investigador elige un modelo que no está en consonancia con la realidad, se puede determinar que los residuos tienen una media de cerca de cero. Esto empujaría a la distribución de los residuos lejos de una distribución normal estándar.

Interdependencia

mayoría de los modelos asumen los valores que se predicen son independientes. Es decir, si su modelo está en ejecución en los datos que son dependientes, la suposición de que su modelo no se sostiene. Esto afecta a los residuos, haciéndolos interdependientes. Valores interdependientes no pueden provenir de una distribución normal, que explica la no normalidad de los residuos.
Varianza no constante

Los residuos de un modelo debe tener la misma varianza. Lo que esto significa es que los residuos deben diferir de la media aleatoria e independiente, si el tercero residual se somete a una variación de 4, el quinto, sexto y un millón residual deben tener la misma varianza asociada con ellos. Si usted encuentra que los cambios en la varianza como tú mandas en valores diferentes, es probable que la causa de la no normalidad de los residuos.