Πώς να υπολογίσετε Normalized δεδομένων

" Τυποποιημένα » και «ομαλοποιηθεί» είναι δύο όροι που είναι συχνά μπερδεύονται όταν το χειρισμό των δεδομένων . Για να τυποποιηθεί ένα σύνολο δεδομένων , οι μεμονωμένες τιμές μετατρέπονται σε z -scores , χρησιμοποιώντας τη μέση τιμή και την τυπική απόκλιση του συνόλου των δεδομένων . Για την κανονικοποίηση ένα σύνολο δεδομένων , από την άλλη πλευρά , θα θέσει τις μεμονωμένες τιμές , προκειμένου , και να κάνει έναν υπολογισμό που προσεγγίζει όπου , σε μια κανονική καμπύλη , κάθε τιμή θα πέσει. Οι στατιστικολόγοι αποκαλούν τον αριθμό αυτό η " κανονική μέση στατιστική τάξη». Τέλος , χρησιμοποιήστε την αθροιστική κανονική κατανομή για να μετατρέψει αυτούς τους αριθμούς σε z -scores . Μπορείτε να υπολογίσετε κανονικοποιημένα δεδομένα χρησιμοποιώντας ένα υπολογιστικό φύλλο , όπως το Microsoft Excel . Οδηγίες
Κανονικοποίηση ένα σύνολο δεδομένων

1

ξεκινήσει ένα πρόγραμμα υπολογιστικών φύλλων και να αρχίσει ένα νέο βιβλίο εργασίας . Εισάγετε τους επιμέρους τιμές στη στήλη Α. Αν δεν είναι σε τάξη, να τους ταξινομήσετε με φθίνουσα σειρά , από το υψηλότερο στο χαμηλότερο . 2

Κατάταξη των τιμών . Κάντε κλικ στο κελί B1 , στη συνέχεια, επιλέξτε " fx " στη γραμμή εντολών και το παράθυρο διαλόγου Εισαγωγή συνάρτησης ανοίγει . Πληκτρολογήστε " Κατάταξη " στο χώρο επισημαίνονται Αναζήτηση για λειτουργία , ή επιλέξτε " Κατάταξη " από τη λίστα . Κάντε κλικ στο " OK" . Ανοίγει ένα νέο παράθυρο με τίτλο Επιχειρήματα λειτουργία . Πληκτρολογήστε " A1" στο χώρο με την ένδειξη " Αριθμός ". Στον χώρο επισημαίνονται Ref , εισάγετε " A $ 1 : $ A n" " . N" χωρίς εισαγωγικά , αντικαθιστώντας τον αριθμό των τιμών των δεδομένων σας που για στο χώρο επισημαίνονται τάξης, τύπου " 1 " για να υποδείξετε ότι θέλετε οι τάξεις να είναι σε αύξουσα σειρά . Κάντε κλικ στο " OK " και στη συνέχεια σύρετε το τύπο σε όλη τη διαδρομή κάτω από τη στήλη Β στο τέλος των δεδομένων σας
εικόνων 3

Καθαρίστε τις τάξεις : . Για τον υπολογισμό , η αλλαγή ισοβαθμίσεις με το μέσο όρο κατατάσσεται . Εάν υπάρχουν δύο τιμές ανάλογα 7 , για παράδειγμα , θα πρέπει να αλλάξει σε 7,5 , επειδή ένας από αυτούς θα είναι 7 , και η άλλη θα είναι 8 . Αν υπήρχαν τρία 7άρια , θα τα αλλάξει σε 8 , ο μέσος όρος των 7 , 8 και 9
Η 4

Υπολογίστε την κανονική σειρά στατιστική μέση ( NOSM ) για το τελευταίο , και το χαμηλότερο , αξία . : στη στήλη Γ , στο κελί που αντιστοιχεί στην τελευταία τιμή , πληκτρολογήστε " = 0,5 * ( 1 - n ) " χωρίς εισαγωγικά , αντικαθιστώντας τον αριθμό των τιμών των δεδομένων σας που για " n ". Πατήστε το κουμπί " Enter" ? κλειδί
5

Υπολογίστε το NOSM για την πρώτη και μεγαλύτερη αξία : στο κελί C1, πληκτρολογήστε " = 0,5 ^ ( 1 /n ) " χωρίς εισαγωγικά , αντικαθιστώντας τον αριθμό των τιμών για " . ? . . n " Πατήστε" Enter "
Η 6

Υπολογίστε το υπόλοιπο των NOSMs . Στο κελί C2 , πληκτρολογήστε " = ( C2 - 0,3175 ) /( n 0.365 ) " χωρίς εισαγωγικά , αντικαθιστώντας τον αριθμό των τιμών για «ν ». Πατήστε το πλήκτρο " Enter" και σύρετε αυτόν τον τύπο σε όλη τη διαδρομή προς τα κάτω στο επόμενο στο τελευταίο κελί .
Η

7 Κάντε κλικ στο κύτταρο » D1 , " και στη συνέχεια επιλέξτε " fx " από τη γραμμή εντολών . Πληκτρολογήστε " NORMSINV " χωρίς εισαγωγικά στο χώρο με την ένδειξη " Αναζήτηση για λειτουργία " ή επιλέξτε το από τη λίστα . Κάντε κλικ στο " OK . " Στο " Επιχειρήματα λειτουργία " παράθυρο που ανοίγει, πληκτρολογήστε " C1 ". Κάντε κλικ στο " OK " και στη συνέχεια σύρετε τη φόρμουλα σε όλη τη διαδρομή μέχρι το τέλος των δεδομένων σας . Οι τιμές στη στήλη D είναι οι κανονικοποιημένες z -score για τα δεδομένα σας .
Η
εικόνων