正態化處理方法有哪些

① 正態分布問題

1.是否符合正態分布的基本規律為：
幾乎與社會相關的大多是偏態分布，比如一定時間一定空間里的人、車的流量；人口增長與消亡的分布。
幾乎與自然相關的大多是近似的正態分布，比如人或動物的身高分布，體重分布。在天文、生態、醫學等等；
但數據是否符合正態分布並不能作為判定其真實性的依據。
誤差項服從正態分布是最小二乘估計為最優無偏線性假定的前提條件，
許多非正態分布可轉化為近似正態分布：
◆ 取對數
◆ 正態化處理方法
◆ 利用大樣本性質（t分布、二項分布、Poisson分布的極限為正態分布，在一定條件下，可以按正態分布原理來處理）
2.我們單位的數據難以通過數據分析判定上報的數據是否真實，
只能能利用除異常值檢驗等做基本判斷；
但態度、意見式問卷可做信度分析：
包括Cronbach′ 系數，折半信度（半分），Guttman系數判定。

② 如何標准化正態分布的數據

正態分布標准化的公式：Y=（X-μ）/σ～N（0，1）。

標准正態分布 是一個在數學、物理及工程等領域都非常重要的概率分布，在統計學的許多方面有著重大的影響力。期望值μ=0，即曲線圖象對稱軸為Y軸，標准差σ=1條件下的正態分布，記為N(0，1)。

正態分布的定義

標准正態分布又稱為u分布，是以0為均數、以1為標准差的正態分布，記為N（0，1）。

標准正態分布曲線下面積分布規律是：在-1.96～+1.96范圍內曲線下的面積等於0.9500，在-2.58～+2.58范圍內曲線下面積為0.9900。統計學家還制定了一張統計用表（自由度為∞時），藉助該表就可以估計出某些特殊u1和u2值范圍內的曲線下面積。

③ 如何使數據正態化

首先，可以對數據進行正態化轉化，然後對轉化之後的數據進行相關統計。這樣的正態化過程是非線性轉化的過程，事實上已經改變了原始數據的分布形態，所以，結果的准確性會降低，在推論時應該非常謹慎。數據正態化的方法有多種，經常採用的是將原始分求平方根、對數或者倒數，然後再對轉化好的數據進行正態性檢驗。 其次，如果你不想進行正態化轉化，對於上述數據，還可以採用非參數檢驗。只不過，原本連續的數據只能降低為等級數據或者計數數據來使用了。

④ 如何將一組非正態分布的數據正態化

在確認數據樣本來自於非正態分布後，對數據作變換後若分布近似於鍾形曲線，則可以認為變換後的數據來自一正態總體。
常用的變換有：y=lnx，y=x^-1,y=x^2，y=x^1/2
如果使用MINTAB軟體，可在擬合檢驗是看那種轉換模式的P值最大，然後就使用哪種轉換。

⑤ 如何將非正態分布轉化為正態分布

設非標准正態分布X~N(μ,σ^2)，則關於X的一個一次函數 (X-μ)/σ ，就一定是服從標准正態分布N(0，1)。例如：一個量X，是非標准正態分布，期望是10，方差是5^2（即X~N(10,5^2)）；那麼對於X的線性函數Y=(X-10)/5，Y就是服從標准正態分布的Y~N(0,1)。

標准正態分布曲線下面積分布規律是：在-1.96～+1.96范圍內曲線下的面積等於0.9500，在-2.58～+2.58范圍內曲線下面積為0.9900。統計學家還制定了一張統計用表（自由度為∞時），藉助該表就可以估計出某些特殊u1和u2值范圍內的曲線下面積。

(5)正態化處理方法有哪些擴展閱讀：

標准正態分布的特點：

1、密度函數關於平均值對稱

2、平均值與它的眾數（statistical mode）以及中位數（median）同一數值。

3、函數曲線下68.268949%的面積在平均數左右的一個標准差范圍內。

4、函數曲線的反曲點（inflection point）為離平均數一個標准差距離的位置。

⑥ 如何用SPSS做數據正態化轉換

將非正態分布的數據轉化為正態可以通過以下方式處理：
spss工具欄：transform-Rank cases，將左邊你要進行正態化的變數拖入右邊「變數」框中；點選rank types對話窗，選中normal scores選項（共四種計算方法，系統默認的是bloom計算方法，可根據你的需要進行改進），點擊continue，ok，此時spss頁面上會生成兩列新變數，第一個變數，N打頭的那個就是正態化後的新變數
要注意的一點是不是任何非正態數據都可以進行正態轉換，只有我們有把握認為數據的總體分布是正態的時候才可以去做正態轉換，否則強行進行z或者t檢驗得到的結果未必是正確的。

⑦ SPSS非正態分布數據如何修改成為正態分布數據！急求

可以應用變數變換的方法，將不服從正態分布的資料轉化為非正態分布或近似正態分布。

常用的變數變換方法有對數變換、平方根變換、倒數變換、平方根反正玄變換等，應根據資料性質選擇適當的變數變換方法。

X』=lgX當原始數據中有小值及零時，亦可取X』=lg（X+1）還可根據需要選用X』=lg（X+k）或X』=lg（k-X）對數變換常用於（1）使服從對數正態分布的數據正態化。如環境中某些污染物的分布，人體中某微量元素的分布等，可用對數正態分布改善其正態性。

圖形特徵

集中性：正態曲線的高峰位於正中央，即均數所在的位置。

對稱性：正態曲線以均數為中心，左右對稱，曲線兩端永遠不與橫軸相交。

均勻變動性：正態曲線由均數所在處開始，分別向左右兩側逐漸均勻下降。

曲線與橫軸間的面積總等於1，相當於概率密度函數的函數從正無窮到負無窮積分的概率為1。即頻率的總和為100%。

以上內容參考：網路-正態分布

⑧ SPSS中怎樣把數據正態化

我用的是spss18.0，這是個漢化版，將一組數據正態化的按紐分別是：「轉換」——「個案排秩」——把要正態化的數據遷入「變數」欄——把要呈現的表格式樣遷入「排序標准」——再點右上角「秩的類型」——再點右下角「正態得分」，基本上就差不多了，只是正態化有四個選擇項，我用的是tukey法，這種方法對負偏態比較嚴重的分數相當好。