Edifier_YL
在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是数据的归一化处理，即将数据统一映射到[0，1]区间上，常见的数据归一化的方法有：min-max标准化(Min-max normalization)也叫离差标准化，是对原始数据的线性变换，使结果落到[0，1]区间，转换函数如下：其中max为样本数据的最大值，min为样本数据的最小值。log函数转换通过以10为底的log函数转换的方法同样可以实现归一下，具体方法如下：看了下网上很多介绍都是x*=log10(x)，其实是有问题的，这个结果并非一定落到[0，1]区间上，应该还要除以log10(max)，max为样本数据最大值，并且所有的数据都要大于等于1。而并非所有数据标准化的结果都映射到[0，1]区间上，其中最常见的标准化方法就是Z标准化，也是SPSS中最为常用的标准化方法：z-score 标准化(zero-mean normalization)也叫标准差标准化，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，其转化函数为：其中μ为所有样本数据的均值，σ为所有样本数据的标准差。 
当然是EXCEL简单，你看看有多少人用 EXCEL就知道了，但是有几个人知道SPSS是个统计软件呢？我不知道你说的标准化处理是什么意思，但是无量纲化处理指的是，对于一个数列n，如果一致该数列的绝对值存在极限|N|，那么将该数列中每个元素除以这个极限值n/|N|，得到的是一个正负百分比序列n%，所有取值都在正负1范围内，这种叫做无量纲化处理，好处是可以将一些基数过大或者过小的序列按照一个统一的标准进行比较，看起来很方便。比如说，你说美国人很有钱，一个美国人每年挣10万美金，一个中国人很穷，一年挣2万人民币，但是如果把房价作为一个基准，那么可以认为，一个美国人一年工资可以买到30平米房子，一个中国人也许一年工资也就是买1平米房子，这就是无量纲化处理的方法，两者从不可比到同一一个基准的方法但愿你能看懂
方法一：规范化方法也叫离差标准化，是对原始数据的线性变换，使结果映射到[0，1]区间。方法二：正规化方法这种方法基于原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。将A的原始值x使用z-score标准化到x’。z-score标准化方法适用于属性A的最大值和最小值未知的情况，或有超出取值范围的离群数据的情况。spss默认的标准化方法就是z-score标准化。用Excel进行z-score标准化的方法：在Excel中没有现成的函数，需要自己分步计算，其实标准化的公式很简单。步骤如下：求出各变量（指标）的算术平均值（数学期望）xi和标准差si ；进行标准化处理：zij=（xij－xi）/si其中：zij为标准化后的变量值；xij为实际变量值。将逆指标前的正负号对调。标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。
