京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS详细操作:正态转换的多种方法
一、正偏态分布资料
1、轻度正偏态分布
偏度值>0,偏度值为其标准误差的2-3倍,即Z-score=2~3,此时认为资料分布呈现轻度的正偏态分布,可以考虑对变量x取根号开平方的方法来进行转换。
SPSS语句如下:
COMPUTE x_new = SQRT(x)
(SQRT为开平方根Square Root缩写)
2、中度正偏态分布
偏度值>0,偏度值为其标准误差的3倍以上,即Z-score>3,此时认为资料分布呈现中度的正偏态分布,可以考虑对变量x取对数来进行转换。可以取自然对数(ln)或以10为底的对数(log10)。
SPSS语句如下:
COMPUTE x_new = LN(x)
COMPUTE x_new = LG10(x)
注意:LG10的纠正力度较强,有时甚至会矫枉过正,将正偏态转换为负偏态,因此在进行正态转换后一定要对该变量再次进行正态性检验。
3、重度正偏态分布
对于两端波动比较大的数据资料,极端值可能产生较大的影响,此时可以考虑取倒数的方法来进行转换。
SPSS语句如下:
COMPUTE x_new = 1/x
注意:根号下要求数据均为非负数(即≥0),对数要求数据均为正数(即>0),取倒数要求分母不为0, 如果变量x中出现上述情况,则需要先将其进行一定的转换,如x+K或K-x,再对其取根号、对数或倒数。其中K为一个常数,可以根据需要进行赋值,例如赋值为1,或取数据的最小值、最大值等。
二、负偏态分布资料
对于负偏态分布的数据资料,首先需要将负偏态资料进行反转,转换为正偏态,然后再参考正偏态分布资料的转换方法进行转换。
反转的方法:首先找出该数据系列的最大值max,用最大值+1,再减去每个数值
1、轻度负偏态分布
SPSS语句如下:
COMPUTE x_new = SQRT(max+1-x)
2、中度负偏态分布
SPSS语句如下:
COMPUTE x_new = LN(max+1-x)
COMPUTE x_new = LG10(max+1-x)
3、重度负偏态分布
SPSS语句如下:
COMPUTE x_new = 1/(max+1-x)
三、SPSS操作:函数转换法
以分析某人群甘油三酯(TG)的分布特征为例。
1、对TG分布进行正态性检验
采用上期介绍的Explore方法:Analyze→Descriptive Statistics→Explore
结果显示:偏度值为1.314>0,峰度值为1.596>0,偏度Z-score=1.314/0.172 = 7.640>3,Kolmogorov–Smirnov和Shapiro-Wilk检验P值均<0.001,从直方图也可以直观的看出TG在该人群中的分布呈现中度正偏态分布特征。
2、对TG进行正态转换
根据以上正态性检验结果,拟采用取对数的方法进行正态转换,以Log10为例。
(1) 选择Transform → Compute Variable
(2) 在Target Variable框中输入一个新的变量名,作为数据转换后的变量名,此处设定为TG_new
(3) 在Function group中选择Arithmetic,在Functions and Special Variables中双击Lg10,此时在Numeric Expression框中显示LG10(?)
(4) 从变量列表中双击TG,此时在Numeric Expression框中显示LG10(TG)
(5) 点击OK完成操作
3、对转换后的TG_new再次进行正态性检验
(1) 在结果输出的Descriptives表格中显示,偏度值为0.204≈0,峰度值为-0.338≈0,偏度Z-score=0.204/0.172=1.186<1.96,提示服从正态分布。
(2) 在结果输出的Tests of Normality表格中显示,Kolmogorov-Smirnov和Shapiro-Wilk检验P值分别为0.200和0.272,均>0.05,提示服从正态分布。
(3) 从直方图和Q-Q图也可以直观的看出,转换后的TG_new服从正态分布。
四、SPSS操作:正态得分法
对于初学者在初学时无法很好掌握数据资料分布特征的情况下,SPSS提供了一种通过计算正态得分的方法来实现正态转换。
1、操作过程
选择Transform→Rank Cases,将TG选入Variable(s)框中
点击Rank Type选项框,取消默认勾选的Rank,勾选Normal scores选项
在Proportion Estimation Formula下有4种方法可供选择,默认Blom方法,其他方法也可以进行尝试。点击OK完成操作。
2、结果解读
程序运行后在变量列表中多出了一个名为NTG的新变量,即为计算的正态得分,采用Explore方法对NTG进行正态性检验以验证转化效果。
(1) 在结果输出的Descriptives表格中显示,偏度值为0.001≈0,峰度值为-0.124≈0,偏度Z-score=0.001/0.172=0.006<1.96,提示服从正态分布。
(2) 在结果输出的Tests of Normality表格中显示,Kolmogorov-Smirnov和Shapiro-Wilk检验P值分别为0.200和1.000,均>0.05,提示服从正态分布。
(3) 从直方图和Q-Q图也可以直观的看出,转换后的NTG服从正态分布。
五、注意事项
1、不是任何非正态数据都可以进行正态转换,若有把握认为数据的总体分布是正态的时候才可以去做正态转换。如果通过变量转换的方法依然无法将数据转化为正态分布的话,就不再适用于T检验、方差分析等方法了,此时可以应用前期介绍过的非参数检验的方法来进行分析,例如Wilcoxon检验和Mann-Whitney U检验方法等。
2、在进行T检验、方差分析等方法时,要求每组数据均呈正态分布,因此当出现某一组数据正态,另一组数据非正态时,需要对两组数据同时进行转换。
3、在进行相关分析或线性回归时,要求变量间存在线性关系,如果因变量与某个自变量之间呈现出曲线趋势,此时转换的变量可以是自变量,也可以是因变量,或者两者均可。如果进行了变量变换,则应当重新绘制散点图,以保证线性趋势在变换后仍然存在。
4、在对线性回归模型进行解释时,如果使用函数转换的方法对变量进行了转换,则解释时应按照转换后的变量给予解释,或者可以根据转换时使用的函数关系,倒推原始自变量对原始因变量的效应大小。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12