数据标准化处理的意义 用SPSS做主成分分析一定要将原始数据标准化吗？为什么？
用SPSS做主成分分析一定要将原始数据标准化吗？为什么？
不需要的，对数据标准化的目的是为了统一变量的单位（单位不同的变量间不宜直接进行统计分析，标准化使得所有变量的单位统一为sd），我们用SPSS做主成分分析的时候，默认使用变量的相关矩阵进行运算，相关系数本来就是一个标准化的统计量，也就是说主成分分析的过程已经包含了标准化的过程，没有必要再专门给数据做一次标准化处理。
如何对数据进行标准化处理？
在EXCEL中消除量纲，没有现成的函数，要组合作用，步骤如下：
第一步：求出各变量（指标）的算术平均值（数学期望）xi和标准差si ；
第二步：进行标准化处理：
xij￠＝（xij－xi）／si
其中：xij￠为标准化后的变量值；xij为实际变量值。
第三步：将逆指标前的正负号对调。
标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平
spss中怎样将标准化后的数据还原为原始数据？
spss提供了很方便的数据标准化方法，这里只介绍Z标准化方法。即每一变量值与其平均值之差除以该变量的标准差。无量纲化后各变量的平均值为0，标准差为1，从而消除量纲和数量级的影响。该方法是目前多变量综合分析中使用最多的一种方法。在原始数据呈正态分布的情况下，利用该方法进行数据无量纲处理是较合理的。
spss的实现步骤：
【1】分析——描述统计——描述
【2】弹出“描述统计”对话框，首先将准备标准化的变量移入变量组中，此时，最重要的一步就是勾选“将标准化得分另存为变量”，最后点击确定。
【3】返回SPSS的“数据视图”，此时就可以看到新增了标准化后数据的字段。
基于此字段可以做其他分析。
数据标准化处理的意义 数据无量纲化处理方法 数据的标准化处理是指
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
