非正態(tài)數(shù)據(jù)轉(zhuǎn)化成正態(tài)數(shù)據(jù).ppt

《非正態(tài)數(shù)據(jù)轉(zhuǎn)化成正態(tài)數(shù)據(jù).ppt》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、數(shù)據(jù)分析方法——非正態(tài)數(shù)據(jù)轉(zhuǎn)化成正態(tài)數(shù)據(jù)原創(chuàng)：東山草堂來自SPSS生活統(tǒng)計學(xué)前言大部分的數(shù)據(jù)分析都希望原始數(shù)據(jù)是滿足正態(tài)分布的定距變量。然而，顯示是殘酷的，在各種研究中，常常需要面對非正態(tài)分布的定距數(shù)據(jù)。為了解決數(shù)據(jù)的正態(tài)性問題，數(shù)學(xué)家們總結(jié)了很多轉(zhuǎn)化方法，但是沒有萬能神藥，都需要對癥下藥（根據(jù)數(shù)據(jù)的實際分布情況，選擇合適的轉(zhuǎn)化方法）。下面不會介紹具體的轉(zhuǎn)化方法，只是幫助大家理順正態(tài)轉(zhuǎn)化的思路，明白正態(tài)轉(zhuǎn)化的邏輯，不至于將正態(tài)轉(zhuǎn)化看做神秘領(lǐng)域，高不可攀。正態(tài)轉(zhuǎn)化四步驟第一步：計算數(shù)據(jù)的分布狀況及兩個參數(shù)：偏度（Skewness

2、）和峰度（Kurtosis）。第二步：根據(jù)變量的分布形狀和參數(shù)，決定是否做轉(zhuǎn)換。1、對稱判斷看Skewness（偏差度）的取值。如果偏度為0，則是完全對稱（但罕見）；如果偏度為正值，則說明該變量的分布為正偏態(tài)；如果偏度為負(fù)值，則說明該變量的分布為負(fù)偏態(tài)。然而，偏度值還不能完全判斷偏態(tài)的分布是否與正態(tài)分布有顯著差別，所以還需要做顯著性檢驗。如果檢驗結(jié)果顯著，我們可能（注意是“可能”）可以通過轉(zhuǎn)換來達(dá)到或接近對稱。2、峰度檢驗Kurtosis（峰度）是判斷曲線陡峭和平緩的指標(biāo)。如果峰度為0，說明該變量分布合適（但罕見）；如果峰度為

3、正值，說明該變量的分布陡峭；反之，如果峰度為負(fù)值，說明變量的分布平緩。峰度也需要通過顯著檢驗來判斷與正態(tài)分布是否有顯著差別。我們可能可以通過轉(zhuǎn)換來達(dá)到或接近正態(tài)分布。第三步：如果需要做正態(tài)轉(zhuǎn)換，根據(jù)變量的分布形狀，確定相應(yīng)的轉(zhuǎn)換公式。下面簡單介紹3種常見的正態(tài)轉(zhuǎn)換方法。1、如果是中度偏態(tài)如果偏度為其標(biāo)準(zhǔn)誤差的2-3倍，可以考慮取根號值來轉(zhuǎn)換。2、如果高度偏態(tài)如果偏度為其標(biāo)準(zhǔn)誤差的3倍以上，則可以取對數(shù)，其中又可分為自然對數(shù)和以10為基數(shù)的對數(shù)。3、對于雙峰或多峰數(shù)據(jù)秩分的正態(tài)得分的轉(zhuǎn)化方法，SPSS軟件中常用，請關(guān)注SPSS視

4、頻教程。第四步：再次檢驗轉(zhuǎn)換后變量的分布形狀。如果沒有解決問題，或者甚至惡化，需要再從第二或第三步重新做起，然后再回到第一步的檢驗。直至達(dá)到比較令人滿意的結(jié)果。數(shù)據(jù)正態(tài)化注意點：1、偏度和峰度的標(biāo)準(zhǔn)誤差與樣本量直接有關(guān)。具體說來，偏度的標(biāo)準(zhǔn)誤差約等于6除以n后的開方，而峰度的標(biāo)準(zhǔn)誤差約等于24除以n后的開方，n為樣本量。由此可見，樣本量越大，標(biāo)準(zhǔn)誤差越小。2、數(shù)據(jù)的正態(tài)轉(zhuǎn)化方法不是通用的，要根據(jù)不同的數(shù)據(jù)分布情況，選擇合適的或創(chuàng)造合適的轉(zhuǎn)化公式，轉(zhuǎn)化后必須驗證轉(zhuǎn)化效果，最終達(dá)到轉(zhuǎn)化的目的。3、不是所有的非正態(tài)分布的數(shù)據(jù)都能夠通

5、過正態(tài)轉(zhuǎn)化而轉(zhuǎn)化為正態(tài)分布數(shù)據(jù)。非正態(tài)分布的數(shù)據(jù)也可以使用非參數(shù)方法進(jìn)行分析。謝謝！