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。

  • 0
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小凡爱学习

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值