将数据转换为正态分布

1、对数变换 即将原始数据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)

对数变换常用于(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。

2、平方根变换 即将原始数据X的平方根作为新的分布数据。

X’=sqrt(X)

平方根变换常用于: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。

3、倒数变换 即将原始数据X的倒数作为新的分析数据。

X’=1/X

常用于资料两端波动较大的资料,可使极端值的影响减小。

4、平方根反正旋变换 即将原始数据X的平方根反正玄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。

5. 计量经济学中常用的BOX-COX变换

6.在SPSS中:

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

这样你的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。

转载:

http://www.dxy.cn/bbs/topic/28279912

http://blog.sina.com.cn/s/blog_75f9c7160100zfep.html

http://blog.sina.com.cn/s/blog_751bd9440102vy6j.html

  • 文章来源: 未知。文章来源待更新,请等待。
  • 版权说明: 除非特殊说明,本站文章版权归于文章来源网站或投稿作者。未标记来源文章,请原作者联系管理员更新版权信息

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: