数据转化为正态分布的方法及优缺点

数据转化为正态分布的方法及优缺点

对数变换

​ 将原始数据X的对数值作为新的分布数据：X’=LGX。当原始数据中有小值及零时，亦可取X’=lg（X+1）。还可根据需要选用X’=lg（X+k）或X’=lg（k-X）

使用情况：

（1） 使服从对数正态分布的数据正态化。如环境中某些污染物的分布，人体中某些微量元素的分布等，可用对数正态分布改善其正态性。

（2）使数据达到方差齐性，特别是各样本的标准差与均数成比例或变异系数CV接近于一个常数时。

平方根变换

​ 将原始数据X的平方根作为新的分布数据。X’=sqrt（X）

使用情况：

（1）使服从Poission分布的计数资料或轻度偏态资料正态化，可用平方根变换使其正态化。

（2）当各样本的方差与均数呈正相关时，可使资料达到方差齐性。

倒数变换

​ 将原始数据X的倒数作为新的分析数据。X’=1/X

平方根反正弦变换

​ 即将原始数据X的平方根反正弦值做为新的分析数据：X’=SIN-1SQRT（X）

​ 常用于服从二项分布的率或百分比的资料。一般认为等总体率较小如＜30%时或较大（如＞70%时），偏离正态较为明显，通过样本率的平方根反正玄变换，可使资料接近正态分布，达到方差齐性的要求。

BOX-COX变换

​ Box-Cox变换是Box和Cox在1964年提出的一种广义幂变换方法，是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况。Box-Cox变换之后，可以一定程度上减小不可观测的误差和预测变量的相关性。Box-Cox变换的主要特点是引入一个参数，通过数据本身估计该参数进而确定应采取的数据变换形式，Box-Cox变换可以明显地改善数据的正态性、对称性和方差相等性，对许多实际数据都是行之有效的。

特点：

• Box-Cox变换的一个显著优点是通过求变换参数lambda来确定变换形式，而这个过程完全基于数据本身而无须任何先验信息，这无疑比凭经验或通过尝试而选用对数、平方根等变换方式要客观和精确。
• Box-Cox变换的目的是为了让数据满足线性模型的基本假定，即线性、正态性及方差齐性，然而经Box-Cox变换后数据是否同时满足了以上假定，仍需要考察验证

SPSS操作

操作：在转换-计算变量里面点进去，就可以把一个变量进行各种变换，就和计算器类似，不过最好的方法是把数据标准化，分析——描述统计——描述，有个选项是将标准化得分另存为变量，这样变量都符合正态性了

或者在SPSS上的操作方法：工具栏transform-Rank cases，将左边你要进行正态化的变量拖入右边“变量”框中；点选rank types对话窗，选中normal scores选项（共四种计算方法，系统默认的是bloom计算方法，可根据你的需要进行改进），点击continue，ok。spss会在数据观察表中生成两列新变量，其中N总分变量就是你想要的正态化结果。