Нормирование выполняется для отображения диапазона расчетных значений исходных показателей, имеющих различные единицы измерений и/или диапазоны изменения.
1. Наиболее простым способом нормирования будет линейное преобразование Линейная нормировка оптимальна, когда значения переменной
плотно заполняют определенный интервал. Если в данных имеются
относительно редкие выбросы, намного превышающие типичный разброс, именно эти выбросы определят масштаб нормировки.
Это приведет к тому, что основная масса значений нормированной переменной
сосредоточится вблизи нуля.
Нормализация данных
2. Способ нормировки ориентируется не на экстремальные значения, а на типичные, т.е. статистические характеристики данных, такие как среднее и дисперсия В этом случае основная масса данных будет изменятся в пределах [-1;1]. Однако, теперь нормированные величины не принадлежат гарантированно единичному интервалу, более того, максимальный разброс значений заранее не известен.
Нормализация данных
3. Способ относительного приращения 4. Нелинейное преобразование
связь 6 и 10 параметров, где парный коэффициент корреляции равен 0,96471, т.е. больше чем 0,7. Необходимо исключить из дальнейшего анализа переменную №6, так как эта переменная имеет меньшую корреляцию с показателем Y
