When data are not normally distributed (e.g. skewed, zero-inflated, binomial, or count data) researchers are often uncertain whether it may be legitimate to use tests that assume Gaussian errors (e.g. regression, t-test, ANOVA, Gaussian mixed models), or whether one has to either model a more specific error structure or use randomization techniques.

中文翻译：

---

违反正态性假设可能是两种弊端中的较小者

当数据不是正态分布时（例如偏斜，零膨胀，二项式或计数数据），研究人员通常不确定使用假定高斯误差的检验（例如回归，t检验，ANOVA，高斯混合模型）是否合法。，或者是否必须为更具体的错误结构建模或使用随机化技术。