54256_de-DE

liliconcom

Standardisierung vs. Normalisierung

Hallo!

 

Ich verstehe es nicht wirklich. Gibt es einen Unterschied in der Normalisierung und Standardisierung von Werten in JMP?

Ich habe meine Werte in JMP transformiert, Verteilungen -> Standardisiert. Ist das dasselbe wie Normalisierung?

 

Wenn nicht, wie führen Sie die Normalisierung für die Prädiktoren durch?

 

Alles Gute.

Betreff: Standardisierung vs. Normalisierung

Ich bin geneigt, dem zuzustimmen @KarenC 's Erklärung. Für mich ist Normalisierung ein Prozess, bei dem man versucht, zwei oder mehr Datensätze auf einer gemeinsamen Grundlage auszudrücken. Zur Lösung dieser Aufgabe kann es beliebig viele Algorithmen geben. Beispielsweise besteht bei der Zeitreihenanalyse eine gängige Technik darin, Indexreihen zu erstellen, bei denen jeder Wert der ursprüngliche Wert/Wert zum Zeitpunkt 1 ist. Dies wird häufig durchgeführt, um zwei Zeitreihen zu verwenden, deren ursprüngliche Werte auf sehr unterschiedlichen Skalen liegen, und sie auf einer gemeinsamen Skala in einem Zeitreihendiagramm zu vergleichen, bei dem prozentuale Änderungen, Wendepunkte usw. wichtiger sind als die absoluten Werte der unterschiedlichen Reihen.

 

Standardisierung ist eine spezifische Form der Normalisierung, nämlich ((jede Beobachtung – mu der Reihe)/Standardabweichung der Reihe)). Dies ist oft sehr wünschenswert, wenn Daten mithilfe der gewöhnlichen Regression der kleinsten Quadrate und einer Vielzahl anderer EDA- und Modellierungsmethoden modelliert werden. Tatsächlich führt JMP dies auf vielen Plattformen häufig „hinter“ den Kulissen durch (oder bietet zumindest diese Option an).

Betreff: Standardisierung vs. Normalisierung

Normalisierung – das ist ein großes Thema. Es kann einfach bis sehr komplex sein.Normalisierung wird häufig verwendet, um ähnliche, aber unterschiedliche Daten auszurichten. Beispielsweise werden Daten aus unterschiedlichen Chargen, unterschiedlichen Läufen, unterschiedlichen Maschinen, die aber alle dasselbe messen, oft normalisiert, um bekannte Variationsquellen zu entfernen. Eine Charge weist einen hohen Wert auf, während ein anderer niedriger Wert und eine gemeinsame Probe, die in beiden Chargen durchgeführt wird, verwendet werden können, um die Chargen so anzupassen, dass sie verglichen werden können. Während also die Standardisierung einfach zu erklären und umzusetzen ist, ist dies bei der Normalisierung nicht der Fall. Ich interpretiere die Verwendung des Wortes „Normalisierung“ im Zusammenhang mit der Datenausrichtung und hat nichts mit der Normalverteilung zu tun.

Betreff: Standardisierung vs. Normalisierung

Ich glaube, die Frage dreht sich um Standardisierung vs. Normalisierung, nicht um Transformation.Ich hoffe, dass jemand eine eindeutigere Antwort geben kann, aber ich denke, Transformation ist ein allgemeinerer Begriff, der viele Arten von Änderungen an den Daten abdeckt, einschließlich Standardisierung und Normalisierung.Ich denke auch, dass Jims Definition von Standardisierung korrekt ist – es ist ein Begriff, der die Konvertierung der Daten so beschreibt, dass sie einen Mittelwert von 0 und eine Standardabweichung von 1 haben.Ich denke, die Normalisierung würde die Standardisierung als Option einschließen, könnte aber auch andere Möglichkeiten umfassen, die Daten in eine Art einheitliche Skala umzuwandeln – zum Beispiel die Berechnung, wie weit (auf einer Skala von 0 bis 1) jede Beobachtung vom Minimalwert entfernt ist (d. h. (x-xmin)/(xmax-xmin)).

Betreff: Standardisierung vs. Normalisierung

Unter Standardisierung versteht man die Umrechnung der Daten in einen Mittelwert von 0 und eine Standardabweichung von 1.Die Form der Daten wird dadurch nicht verändert.  

Um die Daten in eine Normalverteilung umzuwandeln, verfügt die JMP-Verteilungsplattform über die Option „Kontinuierliche Anpassung“ unter dem roten Dreieck.Wenn Sie die aktuelle Distribution kennen, können Sie sie unter dieser Option auswählen.Sie können jedoch auch „Alle“ auswählen und JMP wertet die aktuellen Daten für jede der Verteilungen aus und ermittelt, welche Verteilung am besten zu ihr passt.Von dort aus stehen dann für viele Distributionen Optionen zum Speichern von Transformierten zur Verfügung.

Darüber hinaus haben Sie möglicherweise Ihre bevorzugte Methode zur Transformation Ihrer Daten.Eine logarithmische oder quadratische Transformation.Dies kann einfach erfolgen, indem eine neue Spalte erstellt und dann die einfache Transformation als Formel für die Spalte angegeben wird.

 

Eine gute Dokumentation zu den „Optionen für kontinuierliche Variablen“ finden Sie im Basic Analysis JMP-Leitfaden

Hilfe==>Bücher==>Grundlegende Analyse