Làm thế nào để chuyển đổi giá trị âm thành logarit?

Tôi muốn biết làm thế nào để chuyển đổi các giá trị âm thành Log(), vì tôi có dữ liệu không đồng nhất. Tôi đọc rằng nó hoạt động với công thức Log(x+1)nhưng điều này không hoạt động với cơ sở dữ liệu của tôi và tôi tiếp tục nhận được NaNs. Ví dụ: tôi nhận được thông báo Cảnh báo này (Tôi đã không đặt cơ sở dữ liệu hoàn chỉnh của mình vì tôi nghĩ với một trong những giá trị âm của mình là đủ để hiển thị một ví dụ):

> log(-1.27+1)
[1] NaN
Warning message:
In log(-1.27 + 1) : NaNs produced
> 

Cảm ơn trước

CẬP NHẬT:

Đây là một biểu đồ dữ liệu của tôi. Tôi đang làm việc với các phép đo hóa học thời gian theo thời gian, ví dụ, sự khác biệt giữa các biến như Ca và Zn là quá lớn, sau đó tôi cần một số loại tiêu chuẩn hóa dữ liệu, đó là lý do tại sao tôi đang thử nghiệm log()chức năng.

Đây là dữ liệu thô của tôi

Vì logarit chỉ được xác định cho các số dương, bạn không thể lấy logarit của các giá trị âm. Tuy nhiên, nếu bạn đang nhắm đến việc có được phân phối tốt hơn cho dữ liệu của mình, bạn có thể áp dụng chuyển đổi sau.

Giả sử bạn đã sai lệch dữ liệu tiêu cực:

x <- rlnorm(n = 1e2, meanlog = 0, sdlog = 1)
x <- x - 5
plot(density(x))

$(-1,1)$

z <- (x - min(x)) / (max(x) - min(x)) * 2 - 1
z <- z[-min(z)]
z <- z[-max(z)]
min(z); max(z)

và cuối cùng áp dụng tiếp tuyến hyperbol ngược:

t <- atanh(z)
plot(density(t))

Bây giờ, dữ liệu của bạn trông phân phối bình thường. Điều này cũng được gọi là chuyển đổi Fisher.

Để chuyển đổi nó thành thang đo log, trước tiên hãy tìm nhật ký của số dương sau đó nhân nó với dấu của nó, đoạn mã sau sẽ làm điều đó.

transform_to_log_scale <- function(x){
    if(x==0){
        y <- 1
    } else {
        y <- (sign(x)) * (log(abs(x)))
    }
        y 
    }

Sử dụng ví dụ trên, chúng ta có thể vẽ phân phối sai lệch sau

x <- rlnorm(n = 1e2, meanlog = 0, sdlog = 1)
x <- x - 5
plot(density(x))

Sau khi sử dụng chức năng biến đổi như sau, chúng ta nhận được một bản phân phối trông 'bình thường' hơn

plot(density(sapply(x,FUN=transform_logs_scale)))