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。