数据分析方法：非正态数据转化成正态数据

数据分析方法：非正态数据转化成正态数据

大部分的数据分析都希望原始数据是满足正态分布的定距变量。然而，显示是残酷的，在各种研究中，常常需要面对非正态分布的定距数据。为了解决数据的正态性问题，数学家们总结了很多转化方法，但是没有万能神药，都需要对症下药（根据数据的实际分布情况，选择合适的转化方法）。

下面不会介绍具体的转化方法，只是帮助大家理顺正态转化的思路，明白正态转化的逻辑，不至于将正态转化看做神秘领域，高不可攀。

正态转化四步骤

第一步：计算数据的分布状况及两个参数：偏度（Skewness）和峰度（Kurtosis）。

第二步：根据变量的分布形状和参数，决定是否做转换。

1、对称判断

看Skewness（偏差度）的取值。如果偏度为0，则是完全对称（但罕见）；如果偏度为正值，则说明该变量的分布为正偏态；如果偏度为负值，则说明该变量的分布为负偏态。然而，偏度值还不能完全判断偏态的分布是否与正态分布有显著差别，所以还需要做显著性检验。如果检验结果显著，我们可能（注意是“可能”）可以通过转换来达到或接近对称。