序数回归不受 Y 的空单元格的影响。除非您只是想减少计算负担，否则不需要分位数分组。比例优势或连续比序数逻辑模型可能能够处理您绘制的 Y 分布（没有 Y 分组）。

正态性假设是模型残差的一个方便属性，因为它可以正确推断估计参数，并且许多其他测试的临界值也依赖于这个假设（因此应该进行一些更正，或者您可以粗略地采取更严格的规则 -拇指标准，增加测试的可接受范围），但它不会破坏回归估计器。

因此它可能（您仍然需要检查其他假设）产生表现良好的预测，但数据挖掘和假设检验会有点困难。在这一点上，我同意 Huber 的观点，即您需要澄清模型的目的。

关于一些提示：

乍一看，变换后的分布似乎可以通过一些连续分布的截断版本来近似：指数（Gamma）、对数正态、Pareto或其他一些。因此，在对数正常情况下，您仍然可能会接近正常情况。$Y-10$

另一种选择可能是尝试拟合广义逻辑函数和逻辑回归的组合。由于您确实知道上限和下限，因此这似乎是可行的。