Il est souvent recommandé de prendre la racine carrée lorsque vous avez des données de comptage. (Pour des exemples sur CV, voir la réponse de @ HarveyMotulsky ici ou celle de @ whuber ici .) Par contre, lors de l'ajustement d'un modèle linéaire généralisé avec une variable de réponse distribuée sous la forme de Poisson, le journal est le lien canonique . Cela ressemble un peu à une transformation de journal de vos données de réponse (bien qu’il soit plus précis de prendre une transformation de journal de , paramètre qui régit la distribution de la réponse). Ainsi, il y a une certaine tension entre ces deux.
- Comment conciliez-vous cette divergence (apparente)?
- Pourquoi la racine carrée serait-elle meilleure que le logarithme?