Тредное конечно, но просто посмотрите, кто в R переходить из здешних. Начну с себя 1.5 года Эксель —> 5 лет SPSS —> 3.5 года R. За это время мозг привык к пониманию струтуры данных и проритетов. Кучу задач решать в R проще, чем Excel стало))

box-cox?

в box-cox долго и мучительно лямбду подбирать надо, мне кажется...
я видел преобразования типа 1/х и arcsin(x) для нормализации, вроде даже иногда работает

где-то 8 лет spss, 9 лет r %)

Я думаю, зная функцию распределения ваших данных, можно быстро из них сделать нормальное. Кроме совсем пограничных случаев.

к слову, я одно время фитил разные распределения с помощью пакета gamlss, там большое количество распределений с 2-3-4-параметрами
и сам пакет весьма живой, вроде как

Вопрос "рядом".    Для понимания.
Есть в чате участники с опытом промышленного применения R в контуре операционной аналитики?
keywords: enterprise, devops, near realtime, medium data (10-1000 Gb)

Есть кстати забавная задача из практики (для систем типа Умный Город). Есть система безопасности, реагирующая на набор датчиков. Датчики передают некие числовые параметры, снятые с окружающей среды в реальном времени - влажность воздуха, скорость ветра и тд. Далее, нехорошие люди хотят обмануть систему, и вместо каждого датчика суют свой фиктивный, который на выходе генератором случайных чисел имитирует распределение вероятности показателей подменяемого датчика. И задача софта состоит в том, как распознать подмену, если она с точки зрения распределения неотличима.

Показания датчиков должны коррелировать  между собой - если один пошел в разнос, то он скорее всего поддельный

Можно наверное и так. Но если датчик один, то не прокатит. Для одного датчика задача была решена иначе. Оказалось, что попытки имитации распределения через генератор дают слишком хорошие распределения, в которых информативность выборки в смысле меры Шэннона будет выше. То есть если любым нормальным архиватором сжать файл с реальными  показателями и файл с имитацией, то реальные сжимаются ощутимо лучше, так как в них есть дополнительные зависимости и меньшая информативность.

Если я правильно понимаю, то фактически это обозначает, что для реального датчика есть авторегрессионные зависимости, а для поддельного их нет?

Да, но только не обязательно эти авторегрессионные зависимости линейны.

Ну, если зависимость является нечетной функцией (а это скорее всего так), то линейная компонента обязательно должна присутствовать...

Я помню была на курсах по терверу схожая задача: два студента выписывают на доске цепочки из ста цифр 0 или 1, но один реально кидает монетку, а другой выдумывает из головы "максимально случайные" результаты. Потом преподаватель входит в аудиторию и сразу говорит, кто из двоих кидал монетку, а кто из головы писал.

Я думаю, это хорошая задача на собеседовании по R - посмотреть, у кого какие будут идеи построения алгоритма, отличающего первый случай от второго.

Коллега действительно мучил таким студентов как-то, были интересные паттерны, если память не изменяет, что-то вроде n+10, n+20, n+30 и n+1, a, n+2, b, c, n+3, d, n+4

Так это же классика неправильного восприятия «случайности». 10 Орлов подряд выпадают с такой же частотой, что и любая другая комбинация. Особенная эта комбинация только для нас.

Из той же области: удача - восполняемый ресурс. Мне не везло очень долго, сейчас мне точно повезёт

Видео в тему прямо.

https://youtu.be/tP-Ipsat90c