비정규 데이터 세트를 변환하고 모델링하는 방법

[#1]

안녕하세요,

저는 3개의 중앙점을 사용하여 변수 5개 전체 요인 선별을 통해 생성된 데이터세트로 작업하고 있습니다. 원시 데이터는 지수 분포로 심하게 치우쳐 있습니다. 나는 log, log10, 제곱근 및 다양한 box-cox 변환을 시도했지만 거의 정규 분포에 접근하는 것조차 얻지 못하는 것 같습니다.

상태	무늬	데이터1
1	+−−+−	0.59
2	−+−−−	1.6
삼	−−−+−	1.78
4	+−++−	0.45
5	+−−−−	1.37
6	−++−−	0.87
7	++−+−	0.05
8	−−−−−	4.46
9	++−−−	0.14
10	−+−+−	0.36
11	+++−−	0.11
12	+−+−−	0.8
13	−++++−	0.33
14	++++−	0.05
15	−−+−−	2.43
16	−−++−	1.53
17	0	0.86
18	0	0.79
19	0	0.9
20	−+−−+	0.94
21	++++	0.87
22	−−+++	0.91
23	−−−++	0.72
24	−+−++	0.05
25	−−+−+	2.74
26	−++−+	0.72
27	−++++	0.08
28	+−+−+	2.92
29	−−−−+	4.08
30	++−−+	0.88
31	+−−−+	3.98
32	+−−++	0.82
33	+++++	0.08
34	++++−+	0.78
35	++−++	0.06

1. 데이터 세트를 처리하는 데 어떤 종류의 변환이 적합합니까?

2. 데이터를 변환하는 적절한 방법이 없다면 어떻게 모델링할 수 있습니까? (Fit Model 등을 사용하여)

3. 데이터가 변환된 후 예측 프로파일러 결과가 변환된 경우 어떻게 해석합니까?

[#2]

데이터를 변환하는 이유는 무엇입니까?정규 분포가 필요한 것은 잔차입니다.