standardisation vs normalisationSalut!
Je ne comprends pas vraiment. Existe-t-il une différence de normalisation et de standardisation des valeurs dans JMP ?
J'ai transformé mes valeurs dans JMP, Distributions --> Standardisées, est-ce la même chose qu'une normalisation ?
Sinon, comment effectuez-vous la normalisation des prédicteurs ?
Tous mes vœux.
Re : standardisation vs normalisationJe suis enclin à être d'accord avec @KarenC l'explication. Pour moi, la normalisation est un processus par lequel on tente d'exprimer deux ou plusieurs ensembles de données sur une base commune. Il peut exister un certain nombre d’algorithmes pour accomplir cette tâche. Par exemple, dans l'analyse de séries chronologiques, une technique courante consiste à créer des séries d'index où chaque valeur est la valeur d'origine au moment 1. Cela est souvent fait pour prendre deux séries chronologiques dont les valeurs d'origine sont sur des échelles très différentes et les comparer sur une échelle commune sur un tracé de série chronologique où les changements en pourcentage, les points tournants, etc. sont plus importants que les valeurs absolues des séries disparates.
La normalisation est une forme spécifique de normalisation, qui est ((chaque observation - mu de la série)/écart type de la série)). C'est souvent une chose très souhaitable à faire lors de la modélisation de données via la régression des moindres carrés ordinaires et une multitude d'autres méthodes EDA et de modélisation. En effet, JMP le fait souvent « en coulisses » sur de nombreuses plates-formes (ou du moins offre cette option).
Re : standardisation vs normalisationLa normalisation – c’est un vaste sujet. Cela peut être simple ou très complexe.La normalisation est souvent utilisée pour aligner des données similaires mais différentes. Par exemple, les données provenant de différents lots, de différentes analyses, de différentes machines, mais mesurant toutes la même chose, sont souvent normalisées pour supprimer les sources de variation connues. Un lot est élevé tandis qu'un autre est bas et un échantillon commun, analysé dans les deux lots, peut être utilisé pour ajuster les lots afin qu'ils puissent être comparés. Ainsi, même si la normalisation est simple à expliquer et à mettre en œuvre, la normalisation ne l’est pas. J'interprète l'utilisation du mot normalisation dans le contexte de l'alignement des données et n'a rien à voir avec la distribution normale.
Re : standardisation vs normalisationJe crois que la question concerne la normalisation par rapport à la normalisation, et non la transformation.J'espère que quelqu'un pourra donner une réponse plus définitive, mais je pense que la transformation est un terme plus générique couvrant de nombreux types de modifications des données, y compris à la fois la standardisation et la normalisation.Je pense également que la définition de Jim de la standardisation est correcte : c'est un terme qui décrit la conversion des données pour avoir une moyenne de 0 et un écart type de 1.Je pense que la normalisation inclurait la standardisation comme option, mais pourrait inclure d'autres moyens de convertir les données vers une sorte d'échelle uniforme - par exemple, calculer la distance (sur une échelle de 0 à 1) de la valeur minimale de chaque observation (c'est-à-dire, (x-xmin)/(xmax-xmin)).
Re : standardisation vs normalisationLa normalisation est la conversion des données en une moyenne de 0 et un écart type de 1.Cela ne change pas la forme des données.
Pour transformer les données en une distribution normale, la plateforme de distribution de JMP dispose de l'option Ajustement continu sous le triangle rouge.Si vous connaissez la distribution actuelle, vous pouvez la sélectionner sous cette option.Cependant, vous pouvez également sélectionner « Tous » et JMP évaluera les données actuelles par rapport à chacune des distributions et déterminera quelle distribution lui convient le mieux.Ensuite, à partir de là, les options Enregistrer transformé pour de nombreuses distributions sont disponibles.
En plus de cela, vous pouvez avoir votre méthode préférée pour transformer vos données.Un journal ou une transformation au carré.Celles-ci peuvent simplement être effectuées en créant une nouvelle colonne, puis en spécifiant la transformation simple comme formule pour la colonne.
Une bonne documentation sur les "Options pour les variables continues" peut être trouvée dans le guide JMP d'analyse de base.
Aide==>Livres==>Analyse de base
