R 使用中值1、最小值0和最大值无限制重新缩放变量
我不熟悉统计学,所以如果这个问题很琐碎,我可以原谅自己 我有一个正态分布的变量,范围在-15和+15之间,如下所示:R 使用中值1、最小值0和最大值无限制重新缩放变量,r,range,rescale,R,Range,Rescale,我不熟悉统计学,所以如果这个问题很琐碎,我可以原谅自己 我有一个正态分布的变量,范围在-15和+15之间,如下所示: df <- data.frame("weight" = runif(1000, min=-15, max=15), stringsAsFactors = FALSE) df一个选项是使用指数变换。所有负值都将在0到1之间,所有正值都将超过1。你的中位数将接近1。 此外,由于exp()将创建非常大的值(exp(15)=3 269 017),您可以首先将值除以其最大值 sa
df <- data.frame("weight" = runif(1000, min=-15, max=15), stringsAsFactors = FALSE)
df一个选项是使用指数变换。所有负值都将在0到1之间,所有正值都将超过1。你的中位数将接近1。
此外,由于exp()
将创建非常大的值(exp(15)=3 269 017
),您可以首先将值除以其最大值
sample <- runif(10000, min=-15, max=15)
sample_transform = exp(sample / max(sample))
median(sample_transform)
# [1] 0.9930663
hist(sample_transform)
sample很棒这非常有用!!只是进一步澄清一下,你对我如何实质性地解释我除以样本的最大值这一事实有什么建议吗?我不确定你是否能解释它,这只是一种扩展数据和改变应用领域的方法。
sample <- runif(10000, min=-15, max=15)
sample_transform = exp(sample / max(sample))
median(sample_transform)
# [1] 0.9930663
hist(sample_transform)