问问题描述
答精选答案

1)第一步计算平均值
2)第二步做减法
假设,我们想对体重数据和做功数据进行中心化处理,具体来看一下:
第一步:描述统计输出平均值
菜单栏【分析】→【描述统计】→【描述】,将体重和做功两变量移入目标变量框即可。来看结果:
体重均值:47.0579
做功均值:94.4967
为了计算的准确度,我们这里保留四位小数。
第二步:做个减法
菜单栏【转换】→【计算变量】,为了与原来的体重变量做区分,我们给新的中心化后的数据命名,本例是在原变量名称前加大写字母Z,你也可以起个其他名字。
然后在【数字表达式】框内,先将“体重”数据从左下角变量列表中移进来,接着输入表达式,即减去平均值47.0579,最后点下方【确定】执行计算。
同理,我们再计算Zwork,表达式截图如下:
马上看一下切换到数据视图下看结果:
如果你不放心的话,那我们可以马上再做一个描述统计,对比一下原始数据和中心化后的数据表现。
看看,中心化后的Zweight和Zwork其平均值都已经为零了,平移成功,中心化成功。
答其他回答(1条)
-
中心化处理在回归分析中,常常指的是将变量减去它的均值,可得到均值为0,标准差为1的服从标准正态分布的数据。
简单来说就是将数据平移到坐标中心原点处。
中心化处理后的数据则是以原点为基准的,对向量也更容易描述。在做PCA时有所用到。
本文来自作者[晴月MOON在]投稿,不代表公众科技网立场,如若转载,请注明出处:https://www.cpst.net.cn/changshijingxuan/202609/2407414.html

评论列表(4条)
我是公众科技网的签约作者“晴月MOON在”!
希望本篇文章《中心化处理有几种方法》能对你有所帮助!
本站[公众科技网]内容主要涵盖:教育咨询,知识百科
本文概览:1)第一步计算平均值2)第二步做减法假设,我们想对体重数据和做功数据进行中心化处理,具体来看一下:第一步:描述统计输出平均值菜单栏【分析】→【描述统计】→【描述】,将体重和做功两变量移入目标变量框即可。来看结果:体重均值:47.0579做功均值:94.4967为了计算的准确度,我们这里保留四位小数。第二步:做个减法菜单栏【转换】→【计算变量】,为了与原来的体重变量做区分,我们给新的中心化后的数据命名,本例是在原变量名称前加大写字母Z,你也可以起个其他名字。然后在【数字表达式】框内,先将“体重”数据从左下角