R语言 z-score标准化

在统计学中，任务是对变量进行标准化，这些变量被称为估价z-cores。比较两个标准化的变量是标准化向量的功能。通过将向量减去其平均值，然后将结果除以向量的标准差，我们就可以将向量标准化。

公式

Z=（x-平均值）/标准差

办法

声明一个向量
通过函数 mean() 和 sd() 计算其平均值和标准差。
要创建一个标准化的向量。
- 从向量中减去平均数
- 现在用标准差除以上述结果

a <- c(7, 8, 3, 2, 2, 10, 9)
 
# Finding Mean
m<-mean(a)
 
# Finding Standard Deviation
s<-sd(a)
 
#standardized vector
a.z<-(a-m)/s
 
a.z

输出

[1] 0.3325644 0.6235582 -0.8314110 -1.1224048 -1.1224048 1.2055459 0.9145521

现在我们也可以通过检查向量的平均值是否为零，标准差是否为一来检查其是否被正确标准化。平均数的答案不是完全为零，而是几乎为零。这是可以接受的，因为它是计算机规律的结果。

程序

a <- c(7, 8, 3, 2, 2, 10, 9)
 
# Finding Mean
m<-mean(a)
 
# Finding Standard Deviation
s<-sd(a)
 
#standardized vector
a.z<-(a-m)/s
 
mean(a.z)
 
sd(a.z)

输出

[1] 1.427197e-16

[1] 1

例2 :

a <- c(10, 6, 3, 5, 4)
b <- c(150, 200, 500, 600, 850)
 
a.z <- (a - mean(a)) / sd(a)
 
b.z <- (b - mean(b)) / sd(b)
 
average.z <- (a.z + (b.z)) / 2
round(average.z, 1)

输出