Användning av variabeltransformation

Variabeltransformation är ofta nödvändig för att få en mer representativ variabel för syftet med analysen. Den kan också användas helt enkelt för att låta din variabels fördelning närma sig en normalfördelning (observera att detta inte fungerar systematiskt).

Det är ofta så att om du bestämmer dig för en lämplig transformering kommer kvaliteten på dina resultat att förbättras.

XLSTAT-funktioner för transformering av variabler

Den här funktionen gör det möjligt att transformera en kvantitativ variabel med hjälp av många olika analytiska funktioner.

XLSTAT tillhandahåller följande analytiska funktioner:

• Standardize (n-1) För att standardisera variablerna med hjälp av den ofördelade standardavvikelsen.
• Standardize (n) För att standardisera variablerna med hjälp av den fördomsfria standardavvikelsen.
• Center För att centrera variablerna.
• 1/ Standardavvikelse (n-1) För att dela variablerna med deras ofördelade standardavvikelse.
• 1/ Standardavvikelse (n) För att dela variablerna med deras fördomsfulla standardavvikelse.
• Skalera från 0 till 100
• Binärisera (0/1) För att omvandla alla värden som inte är 0 till 1, och lämna 0:orna oförändrade.
• Sign (-1/0/1) För att konvertera alla värden som är negativa till -1, alla positiva värden till 1 och lämna 0:orna oförändrade.
• Arcsin
• Box-Cox-transformation För att förbättra provets normalitet.
• Winsorize För att ta bort data som inte ligger inom ett intervall som definieras av två percentiler.
• Johnson-transformation För att förbättra provets normalitet.