Normalizační vzorec (obsah)
- Vzorec
- Příklady
- Kalkulačka
Co je normalizační vzorec?
Ve statistice existuje mnoho nástrojů k podrobné analýze dat a jedním z nejčastěji používaných vzorců nebo metod je metoda normalizace. Normalizace a standardizace se používají zaměnitelně, ale obvykle mají různé interpretace a různé významy. Normalizace laikem znamená normalizaci dat. Normalizace se týká škálování dat v numerických proměnných v rozsahu 0 až 1.
Vzorec pro normalizaci je
X new = (X – X min) / (X max – X min)
Kde
- X: Je to sada pozorovaných hodnot přítomných v X.
- X min : Jedná se o minimální hodnoty v X
- X max : Jedná se o maximální hodnoty v X
Příklady normalizačního vzorce (se šablonou Excel)
Vezměme si příklad, abychom lépe pochopili výpočet normalizace.
Tuto šablonu normalizačního vzorce Excel si můžete stáhnout zde - šablonu normalizačního vzorce Excel
Normalizační vzorec - Příklad č. 1
Vypočítat normalizaci pro následující sadu dat.
Maximální hodnota v sadě dat se počítá jako
Takže 75 je maximální hodnota v daném datovém souboru.
Minimální hodnota v sadě dat se počítá jako
20 je minimální hodnota v daném datovém souboru.
Normalizace se počítá pomocí vzorce uvedeného níže
X nový = (X - X min) / (X max - X min)
Podobně jsme vypočítali normalizaci pro všechny hodnoty dat.
Normalizační vzorec - Příklad č. 2
Vypočítat normalizaci pro následující sadu dat.
Maximální hodnota v sadě dat se počítá jako
164 je tedy maximální hodnota v daném datovém souboru.
Minimální hodnota v sadě dat se počítá jako
101 je minimální hodnota v daném datovém souboru.
Normalizace se počítá pomocí vzorce uvedeného níže
X nový = (X - X min) / (X max - X min)
Podobně jsme vypočítali normalizaci pro všechny hodnoty dat.
Normalizační vzorec - Příklad č. 3
Vypočítat normalizaci pro následující sadu dat.
Maximální hodnota v sadě dat se počítá jako
197 je tedy maximální hodnota v daném datovém souboru.
Minimální hodnota v sadě dat se počítá jako
121 je minimální hodnota v daném datovém souboru.
Normalizace se počítá pomocí vzorce uvedeného níže
X nový = (X - X min) / (X max - X min)
Podobně jsme vypočítali normalizaci pro všechny hodnoty dat.
Vysvětlení
Normalizační vzorec lze vysvětlit v následujících krocích: -
Krok 1 : Z dat musí uživatel najít maximální a minimální hodnotu, aby určil outlinery sady dat.
Krok 2: Poté musí uživatel najít rozdíl mezi maximální a minimální hodnotou v sadě dat.
Krok 3: Hodnota - Min musí být stanovena proti každému datovému bodu v sadě.
Krok 4 : Po určení všech hodnot v datové sadě je třeba hodnotu vložit do vzorce, tj. X new = (X - X min) / (X max - X min)
Relevance a použití normalizačního vzorce
- Normalizace je široce používána v technikách dolování dat a technik zpracování dat. Obvykle se nazývá škálování, ve kterém se snažíte přenést data v normalizované nebo normalizované formě, aby na něm provedli analýzu a nakreslili různé interpretace.
- Tento vzorec se také používá v predikčním modelování a předpovídání, díky kterému je model relevantnější a uživatelsky přívětivější.
- Tento vzorec a technika se také používá v systému hodnocení různých přijímacích zkoušek, aby se zajistilo, že uchazeči nebude mít prospěch ani nebude zbaven úrovně obtížnosti při zkoušce, v důsledku toho kandidát, který se pokusil o jednoduché nebo snadnější otázky může získat více bodů v testu ve srovnání s kandidáty, kteří se pokoušejí složitými otázkami při myšlence získat více bodů.
- Normalizace má také svá vlastní omezení ve smyslu, pokud má datový soubor více odlehlých hodnot, pak je normalizace datového souboru zdlouhavá a je obtížné s daty udělat obtížný úkol.
Kalkulačka normalizačního vzorce
Můžete použít následující Normalizační kalkulačku
X | |
X minimum | |
X maximum | |
X nové | |
X nový = |
|
|
Doporučené články
Toto byl průvodce normalizačním vzorcem. Zde diskutujeme, jak vypočítat normalizaci, spolu s praktickými příklady. Poskytujeme také normalizační kalkulačku se stahovatelnou šablonou Excel. Další informace naleznete také v následujících článcích -
- Průvodce rozsahem vzorce
- Výpočet vzorce jednoduchých úroků
- Příklady vzorce zdvojnásobení času
- Kalkulačka průměrného vzorce