什么是数据标准化、中心化、归一化？SPSS又如何实现？

一.标准化

大型数据分析项目中，数据来源不同，量纲及量纲单位不同，为了让它们具备可比性，需要采用标准化方法消除由此带来的偏差。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。这就是数据标准化。 基本原理：数值减去平均值，再除以其标准差，得到均值为0，标准差为1的服从标准正态分布的数据。 在SPSS中，使用最多的就是Z-score标准化（0-1标准化）方法，这种方法给予原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。经过处理的数据符合标准正态分布，即均值为0，标准差为1。 SPSS具体操作是在【描述统计】菜单中完成，此时必须要勾选下方的【将标准化值另存为变量】，标准化后的新变量将保存在数据视图下原始数据最后一列，变量名称以大写字母Z开头。

二.中心化

数据的中心化是指原数据减去改组数据的平均值，经过中心化处理后，原数据的坐标平移至中心点（0,0），该组数据的均值变为0，以此也被称为零均值化。 简单举例：譬如某小公司老板员工共5人，5人的工资,分别为12000、5000、8000、3000、4000元，这5个数据作为一个独立的数据集，平均值为6400元，每个人的工资依次减去平均水平6400，得到5600、-1400、1600、-3400、-2400，新的5个数据其平均值等于0，这个过程就是数据的中心化。 在SPSS中，使用【计算变量】菜单，可衍生出一个新变量，输入表达式即可完成，新变量可以在数据视图下看到。

三.归一化

归一化，也算是数据标准化方法之一。常见的计算公式如下，得到新数据范围在[0,1]之间，归一化由此得名。

归一化处理，在SPSS中可以通过【计算变量】菜单来实现，在表达式中输入相应的计算公式即可。

End.作者：数据小兵来源：博客本文均已和作者授权，如转载请与作者联系。