나는 다소 기본적인 통계 질문이 있습니다. 나는 stack-overflow가 그것을위한 완벽한 장소가 아닐지도 모르지만 나는 좋은 통계 포럼과 stack-overflow에 대해 잘 모르는 소프트웨어 개발자로서 나를 잘 대우 해 주었다.왜곡 및 첨도를 고려한 표준 정규화
내 문제는 다음과 같습니다. 일부 데이터를 표준화해야합니다. 나는 두 개의 다른 세트를 가지고 있으며 정규화 후에 그들은 대략 동일한 분포를 공유해야한다. 지금까지 표준 표준화를 사용했습니다 (표준 점수 : (x - mu)/시그마). 이 두 가지 분포의 모든 값을 변환 한 후에는 모든 변환 값의 분포를 거의 동일하게하고 싶습니다.
이것은 지금까지 잘 작동했지만 지금은 두 개의 배포본 중 하나가 왜곡되어있는 문제에 부딪 혔습니다. 표준 정규화는이를 고려하지 않기 때문에 정규화 후에 평균 및 표준 편차는 동일하지만 한 분포는 비뚤어지고 다른 분포는 대칭입니다.
지금 내 질문 : 변형에 대한 기울이기 및 첨도를 고려한 표준 정규화를 수행하는 알려진 방법이 있습니까? 언급해야 할 중요한 사실 중 하나는 내 가치가 부정적 일 수도 있다는 것입니다.
이것이 올바른 포럼이 아니란 것을 알 수 있습니다. 누군가 신뢰할 수있는 통계 포럼을 가르쳐 주면 매우 기쁠 것입니다.
OLI
없음을 몇 가지 간단한 모델을 생성 할 수 있습니다. 하지만 고마워. 필자는 왜곡과 첨도를 고려한 표준 정규화가 필요합니다. 표준 정규화의 요점은 정규 분포를 따르는 분포가 주어지면 모든 값을 표준화하여 mu가 0이고 σ가 1이 될 수 있다는 것입니다. 이제는 이와 비슷한 것이 있을지 궁금합니다. 나를 0의 mu와 0의 시그니처를 가진 정규화 된 분포로 끝낼 것입니다. –