如何將非正態(tài)分布數(shù)據(jù)轉(zhuǎn)換為正態(tài)分布？SPSS分析表明數(shù)據(jù)不符合正態(tài)分布。將非正態(tài)數(shù)據(jù)轉(zhuǎn)換為正態(tài)分布數(shù)據(jù)可以采取以下步驟：首先將原始分數(shù)的頻率轉(zhuǎn)換為相對累積頻率（百分等級），作為正態(tài)分布的概率，然后通過

如何將非正態(tài)分布數(shù)據(jù)轉(zhuǎn)換為正態(tài)分布？

SPSS分析表明數(shù)據(jù)不符合正態(tài)分布。將非正態(tài)數(shù)據(jù)轉(zhuǎn)換為正態(tài)分布數(shù)據(jù)可以采取以下步驟：首先將原始分數(shù)的頻率轉(zhuǎn)換為相對累積頻率（百分等級），作為正態(tài)分布的概率，然后通過查找Z值將其轉(zhuǎn)換為Z分數(shù)對應(yīng)于正態(tài)分布表中概率值的項目目的。SPSS上的操作方法：工具欄轉(zhuǎn)換排名情況，將左側(cè)要規(guī)格化的變量拖動到右側(cè)的“變量”框中，單擊“排名類型”對話框，選擇“正常分數(shù)”選項（共有四種計算方法，系統(tǒng)默認為bloom計算方法，可根據(jù)需要進行改進），單擊“繼續(xù)”，確定。

這樣的數(shù)據(jù)如何將其轉(zhuǎn)換為正態(tài)分布？

并非所有數(shù)據(jù)都是正態(tài)分布的。例如，計數(shù)數(shù)據(jù)有大量的零值，這可以用泊松分布來更好地描述。因此，將非正態(tài)分布數(shù)據(jù)轉(zhuǎn)化為正態(tài)分布的方法并不普遍。這需要注意。在常用的轉(zhuǎn)換應(yīng)用程序中，有對數(shù)轉(zhuǎn)換，可以通過取數(shù)據(jù)的對數(shù)來改進。另外，在線性模型中，box和Cox于1964年給出了box-Cox變換，將非正態(tài)分布數(shù)據(jù)轉(zhuǎn)化為正態(tài)分布，并用極大似然法估計參數(shù)lambda。當(dāng)lambda=0時，這是一個公共的日志轉(zhuǎn)換。Box-Cox變換可以在R、SPSS和MATLAB中實現(xiàn)。此外，根據(jù)不同的數(shù)據(jù)情況，manly分別于1971年、1980年、1981年、2000年分別改進了box-Cox變換、John和draper變換、Bickel和doksum變換。