数据设计

有时我们需要对数据进行转换。我们可能有这样一组数据，如果不作任何处理直接可视化，有些部分很难看清。同时，如果要对数据进行统计检验的话，很多常用的检验方法都会假设数据服从某种特定的分布（比如正态分布）。然而在实际生活中，我们经常碰到不满足这些假设的数据。数据转换可以同时解决上述两种问题。

数据转换的核心就是对偏态数据进行处理以使之满足正态分布（高斯分布）这个默认假设的要求。

根据数据特点，可以选择合理的基本变换，一般规律如下：

实验练习：

环境：R 3.3.2

实验样本：随机生成数

w=c(100,99,34,29,95,85,86,95,84,87,58,89,93,90,92,84,75,76,65,76,87,89,83,82,81,94,95,96,87,89,75,71,71,72,73,75,89,86,89,92,90,99,98,96,95,90,83,84,78,79)
curve(dnorm(x,mean(w),sd(w)),xlim=c(0,100),col="blue",lwd=3)

生成的原始图像：

不断进行参数调节：调整function(x)根据变换原则，这是一个左偏态，所以X^N中N>1，然后对N进行微调

N=2

curve(dnorm(x^2,mean(w),sd(w)),xlim=c(0,100),col="blue",lwd=3)

很明显调过了，不断缩小，一直到N=1.15为合适

参考资料：http://dataunion.org/book/datadesign/ch11.html