非正态数据的转换

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请问非正态数据在Spss中经过平方根、倒数、正切、指数、对数等方法都无法转换为正态数据是怎么回事？这样的数据还能做聚类判别分析吗？ <br/>

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：非正态数据 非正态 SPSS 判别分析 PSS 平方根 倒数

数据的分布与很多因素有关。 首先是数据的特征，其次是样本含量。通过变量变换，只是将一些偏离正态分布的数据使其成为正态分布。并非所有的数据通过转换都可以成为正态分布。

要根据数据的特征和类型选取数据变换。若数据是角度资料，或百分比资料（0-1），可以尝试一下平方根反正旋转化。也可以尝试box-cox转化。

有一点可以肯定，若样本含量足够大，是通过变量变换使其正态化。若样本含量过小，则不行。

我个人认为，可以做聚类和判别分析。因为有些判别分析不需要正态分布，如logistic回归判别分析，甚至多元线性的二值判别等（大样本情况下）。聚类分析也相似。主要看结果是否符合实际，能否解释。我的回答不系统，建议系统看一本多元统计的书。

[此贴子已经被作者于2008-10-29 23:58:02编辑过]

楼主是好人

爱你！~~~

哎，这些东西学起来还真的很麻烦，很难懂。

llulla 发表于 2008-10-29 23:50
数据的分布与很多因素有关。 首先是数据的特征，其次是样本含量。通过变量变换，只是将一些偏离正态分布的数 ...

专家，你好，请问可以以转换后数据的处理结果解释原数据么？

你可以试试box-cox转换；
能进行聚类分析，聚类分析是把多个数据合成几个类，不涉及数据的检验。

yiyiustb 发表于 2011-11-16 21:13
专家，你好，请问可以以转换后数据的处理结果解释原数据么？

可以用转换后数据的处理结果解释研究假设的问题. 比如, 新药组和对照组两组均数比较, 数据转换的均数其差别有统计学意义. 可以认为两组药物的效果不同.

但你的表述"以转换后数据的处理结果解释原数据"并不准确.

可以应用变量变换的方法,将不服从正态分布的资料转化为非正态分布或近似正态分布。常用的变量变换方法有对数变换、平方根变换、倒数变换、平方根反正玄变换等，应根据资料性质选择适当的变量变换方法。
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。
你可以根据自己的资料适当转化。另外，可以考虑其他分析方法，比如秩和检验。

用JMP怎么转换呢？