Thật không may, các thuật ngữ được sử dụng khác nhau trong các lĩnh vực khác nhau, bởi những người khác nhau trong cùng một lĩnh vực, v.v., vì vậy tôi không chắc điều này có thể được trả lời tốt như thế nào cho bạn ở đây. Bạn nên chắc chắn rằng bạn biết định nghĩa mà người hướng dẫn / sách giáo khoa của bạn đang sử dụng cho "chuẩn hóa". Tuy nhiên, đây là một số định nghĩa phổ biến:
Trung tâm:
Tiêu chuẩn hóa: X - trung bình
X−mean
Chuẩn hóa:X-phút(X)X−meansd
Chuẩn hóatheo nghĩa này sẽ chuyển dữ liệu của bạn về khoảng thời gian đơn vị.
Chuẩnhóa biến dữ liệu của bạn thành
z-scores, như ghi chú @Jeff. Và
tập trungchỉ làm cho giá trị trung bình của dữ liệu của bạn bằng để
0.
X−min(X)max(X)−min(X)
z0
Điều đáng công nhận ở đây là cả ba trong số này là các phép biến đổi tuyến tính ; như vậy, chúng không thay đổi hình dạng phân phối của bạn . Đó là, đôi khi mọi người gọi phép biến đổi -score là "bình thường hóa" và tin rằng, vì sự liên kết của z -scores với phân phối bình thường, rằng điều này đã làm cho dữ liệu của họ được phân phối bình thường. Điều này không phải như vậy (vì @Jeff cũng lưu ý và như bạn có thể biết bằng cách vẽ dữ liệu của mình trước và sau). Nếu bạn quan tâm, bạn có thể thay đổi hình dạng dữ liệu của mình bằng cách sử dụng nhóm biến đổi Box-Cox chẳng hạn. zz
Đối với cách bạn có thể xác minh các biến đổi này, nó phụ thuộc vào chính xác ý nghĩa của điều đó. Nếu chúng có nghĩa đơn giản là kiểm tra xem mã có chạy đúng không, bạn có thể kiểm tra phương tiện, SD, mức tối thiểu và mức tối đa.