在数据分析之前,
我们通常需要先将数据标准化
(
normalization
)
,
利用标准
化后的数据进行数据分析。
数据标准化也就是统计数据的指数化。
数据标准化处
理主要包括数据同趋化处理和无量纲化处理两个方面。
数据同趋化处理主要解决
不同性质数据问题,
对不同性质指标直接加总不能正确反映不同作用力的综合结
果,
须先考虑改变逆指标数据性质,
使所有指标对测评方案的作用力同趋化,
再
加总才能得出正确结果。
数据无量纲化处理主要解决数据的可比性。
数据标准化
的方法有很多种,常用的有“最小—最大标准化”
、
“
Z-score
标准化”和“按小
数定标标准化”
等。
经过上述标准化处理,
原始数据均转换为无量纲化指标测评
值,即各指标值都处于同一个数量级别上,可以进行综合测评分析。
一、
m
ax
Min
标准化
m
a
x
M
i
n
标准化方法是对原始数据进行线性变换。设
minA
和
maxA
分别
为属性
A
的最小值和最大值,将
A
的一个原始值
x
通过
m
ax
Min
标准化映射
成在区间
[0,1]
中的值
'
x
,其公式为:
新数据
=
(原数据
-
极小值)
/
(极大值
-
极小值)
二、
z-score
标准化
这种方法基于原始数据的均值(
mean
)和标准差(
standard deviation
)进行
数据的标准化。将
A
的原始值
x
使用
z-score
标准化到
x'
。
z-score
标准化方法适用于属性
A
的最大值和最小值未知的情况,或有超出
取值范围的离群数据的情况。
新数据
=
(原数据
-
均值)
/
标准差
spss
默认的标准化方法就是
z-score
标准化。
用
Excel
进行
z-score
标准化的方法:
在
Excel
中没有现成的函数,
需要自己
分步计算,其实标准化的公式很简单。
步骤如下:
1.
求出各变量(指标)的算术平均值(数学期望)
xi
和标准差
si
;
2.
进行标准化处理:
zij
=(
xij
-
xi
)/
si
其中:
zij
为标准化后的变量值;
xij
为实际变量值。
3.
将逆指标前的正负号对调。
标准化后的变量值围绕
0
上下波动,
大于
0
说明高于平均水平,
小于
0
说明
低于平均水平。
三、
Decimal scaling
小数定标标准化
这种方法通过移动数据的小数点位置来进行标准化。
小数点移动多少位取决
于属性
A
的取值中的最大绝对值。将属性
A
的原始值
x
使用
decimal
scaling
标
准化到
x'
的计算方法是:
x'=x/(10*j)
其中,
j
是满足条件的最小整数。
例如
假定
A
的值由
-986
到
917
,
A
的最大绝对值为
986
,为使用小数定标
标准化,我们用
1000
(即,
j=3
)除以每个值,这样,
-986
被规范化为
-0.986
。
注意,
标准化会对原始数据做出改变,
因此需要保存所使用的标准化方法的
参数,以便对后续的数据进行统一的标准化。
除了上面提到的数据标准化外还有对数
Logistic
模式、模糊量化模式等等:
对数
Logistic
模式:新数据
=1/
(
1+e^(-
原数据
)
)
模糊量化模式:新数据
=1/2+1/2sin[
派
3.1415/
(极大值
-
极小值)
*
(
X-
(极