Transformações de dados

Uma forma de estender a aplicabilidade do modelo de regressão linear é aplicar uma transformação em $x$ ou $y$, ou ambos, antes de ajustar o modelo. Ou seja, se a relação entre duas variáveis é não-linear (uma curva pareceria ajusta melhor do que uma reta), então frequentemente a relação pode ser feita linear transformando uma ou ambas as variáveis.

Transformações podem ser muito úteis em algumas circunstâncias, mas deveria somente ser considerada como um último recurso uma vez que quando uma or ambas as variáveis são transformadas, os coeficientes deixam de ter interpretações diretas.

A idéia é escolher uma transformação que faça a relação aproximadamente linear enquanto ainda premanecendo interpretáveis. Frequentemente, relações biológicas são multiplicativas e não aditivas e transformações logarítmicas são particularmente úteis nestes casos.