数据的处理方式:标准化处理、去中心化处理和归一化处理

您所在的位置:网站首页 均值标准差归一化 数据的处理方式:标准化处理、去中心化处理和归一化处理

数据的处理方式:标准化处理、去中心化处理和归一化处理

#数据的处理方式:标准化处理、去中心化处理和归一化处理| 来源: 网络整理| 查看: 265

最近在收集数据进行实证研究,在纠结熵权法和因子分析法,因为评价后的数值还想作为计量模型的解释变量,所以要求评价结果是正数,也看到大家在问因子分析法的最后得分为什么有负数,也许就是因为数据处理的第一步选择不同吧,我查了一些资料,分享给大家参考。 (1)数据标准化处理: 基本原理:数值减去平均值,再除以其标准差,得到均值为0,标准差为1的服从标准正态分布的数据。(因子分析法和主成分分析法在spss中标准化后进行的,因此最终得分会有负数)

在SPSS中,使用最多的就是Z-score标准化(0-1标准化)方法,这种方法给予原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。经过处理的数据符合标准正态分布,即均值为0,标准差为1。

(2)数据去中心化处理:

数据的中心化是指原数据减去改组数据的平均值,经过中心化处理后,原数据的坐标平移至中心点(0,0),该组数据的均值变为0,以此也被称为零均值化。

在SPSS中,可以用【计转换变量】实现,去中心化同标准化处理,处理后的数据也是有正有负。

(3)归一化处理:

归一化,也算是数据标准化方法之一。常见的计算公式如下,得到新数据范围在[0,1]之间,归一化由此得名。

正向指标:(数据减去最小值)除以(最大值减去最小值)

负向指标:数据的最大值除以(最大值减去最小值)

(p.s.不能贴公式,详细见附件吧。)

归一化处理,在SPSS中可以通过【计转换变量】菜单来实现,在表达式中输入相应的计算公式即可,归一化的数据都是正数。 数据的三种处理方式.doc (21 KB) 2021-4-16 11:31:44 上传 大家一起分享



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3