http://zynd.net/ 2026-06-10T09:03:50-0400 http://zynd.net/ http://zynd.net/lib/tpl/dokuwiki/images/favicon.ico text/html 2026-06-04T04:24:30-0400 Anonymous (anonymous@undisclosed.example.com) http://zynd.net/doku.php?id=data:data_analysis:data_standardize&rev=1780561470&do=diff 数据标准化 一 数据标准化的定义 在进行数据分析之前，通常要收集大量不同的相关指标，每个指标的性质、量纲、数量级、可用性等特征均可能存在差异，导致我们无法直接用其分析研究对象的特征和规律。当各指标间的水平相差很大时，如果直接用指标原始值进行分析，数值较高的指标在综合分析中的作用就会被放大，相对地，会削弱数值水平较低的指标的作用。 text/html 2026-06-04T04:41:10-0400 Anonymous (anonymous@undisclosed.example.com) http://zynd.net/doku.php?id=data:data_analysis:z-score&rev=1780562470&do=diff Z-score标准化 在数据分析工作中，“数据打架”是常见难题——当身高以“厘米”为单位、体重以“千克”为单位同时进入模型时，数值范围的差异会严重干扰分析结果。Z-score标准化正是解决这一问题的核心工具，它能将不同量级的数据转化为统一尺度，为后续分析扫清障碍。$$ z=\frac{x-\mu}{\sigma} $$$$ z=\frac{x-\mu}{\sigma}=\frac{90-95}{2}=-2.5 $$$ \mu $$ \sigma $$ \overline{x}$$S$$$ z_i=\frac{x_i-\overline{x}}{S} $$$$ z=\frac{\overline{x}-\mu}{\sigma/\sqrt{n}} $$$$ z=\frac{\overline{x}-\mu}{\sigma/\sqrt{n}}=\frac{95-80}{15/\sqrt{40}}=6.3 $$$$ y_i = \frac{x_i-\overline{x}}{s} $$$y_1,y_2,...,y_n$…