E\u00e9n manier om dit probleem op te lossen is door de verdeling van waarden in een dataset te transformeren met behulp van een van de volgende drie transformaties:<\/span><\/p>\n 1. Logtransformatie:<\/strong> transformeer de responsvariabele van y naar log(y)<\/strong> .<\/span><\/p>\n 2. Vierkantsworteltransformatie:<\/strong> Transformeer de responsvariabele van y naar \u221ay<\/span><\/strong> .<\/span><\/p>\n 3. Derdemachtsworteltransformatie:<\/strong> transformeer de responsvariabele van y naar y 1\/3<\/sup><\/strong> .<\/span><\/p>\n Door deze transformaties uit te voeren, wordt de dataset doorgaans normaler verdeeld.<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze transformaties in Python kunt uitvoeren.<\/span><\/p>\n De volgende code laat zien hoe u een logaritmische transformatie<\/strong> op een variabele uitvoert en zij-aan-zij plots maakt om de oorspronkelijke distributie en de log-getransformeerde distributie van de gegevens weer te geven:<\/span> <\/p>\n Merk op hoe de log-getransformeerde distributie normaler verdeeld is dan de oorspronkelijke distributie.<\/span><\/p>\n Het is nog steeds geen perfecte „klokvorm“, maar het ligt dichter bij een normale verdeling dan de oorspronkelijke verdeling.<\/span><\/p>\n De volgende code laat zien hoe u een vierkantsworteltransformatie<\/strong> op een variabele uitvoert en zij-aan-zij plots maakt om de oorspronkelijke distributie en de getransformeerde vierkantswortelverdeling van de gegevens weer te geven:<\/span> <\/p>\n Merk op hoe de met de vierkantswortel getransformeerde gegevens veel normaler verdeeld zijn dan de oorspronkelijke gegevens.<\/span><\/p>\n De volgende code laat zien hoe u een derdemachtsworteltransformatie<\/strong> op een variabele uitvoert en zij-aan-zij-plots maakt om de oorspronkelijke verdeling en de getransformeerde derdemachtswortelverdeling van de gegevens weer te geven:<\/span> <\/p>\n Merk op dat de getransformeerde gegevens uit de derdemachtswortel veel normaler verdeeld zijn dan de oorspronkelijke gegevens.<\/span><\/p>\n Hoe Z-scores in Python te berekenen<\/a> Veel statistische tests gaan ervan uit dat datasets normaal verdeeld zijn. In de praktijk is dit echter vaak niet het geval. E\u00e9n manier om dit probleem op te lossen is door de verdeling van waarden in een dataset te transformeren met behulp van een van de volgende drie transformaties: 1. Logtransformatie: transformeer de responsvariabele van […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2240","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Logboektransformatie in Python<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seeds<\/span> (0)\n\n#create beta distributed random variable with 200 values\n<\/span>data = np. random<\/span> . beta<\/span> (a= 4<\/span> , b= 15<\/span> , size= 300<\/span> )\n\n#create log-transformed data\n<\/span>data_log = np. log<\/span> (data)\n\n#define grid of plots\n<\/span>fig, axs = plt. subplots<\/span> (nrows= 1<\/span> , ncols= 2<\/span> )\n\n#create histograms\n<\/span>axs[0]. hist<\/span> (data, edgecolor=' black<\/span> ')\naxs[1]. hist<\/span> (data_log, edgecolor=' black<\/span> ')\n\n#add title to each histogram\n<\/span>axs[0]. set_title<\/span> (' Original Data<\/span> ')\naxs[1].set_title(' Log-Transformed Data<\/span> ')\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/trans11.png\"){kind=spacer}
<\/p>\n Vierkantsworteltransformatie in Python<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seeds<\/span> (0)\n\n#create beta distributed random variable with 200 values\n<\/span>data = np. random<\/span> . beta<\/span> (a= 1<\/span> , b= 5<\/span> , size= 300<\/span> )\n\n#create log-transformed data\n<\/span>data_log = np. sqrt<\/span> (data)\n\n#define grid of plots\n<\/span>fig, axs = plt. subplots<\/span> (nrows= 1<\/span> , ncols= 2<\/span> )\n\n#create histograms\n<\/span>axs[0]. hist<\/span> (data, edgecolor=' black<\/span> ')\naxs[1]. hist<\/span> (data_log, edgecolor=' black<\/span> ')\n\n#add title to each histogram\n<\/span>axs[0]. set_title<\/span> (' Original Data<\/span> ')\naxs[1].set_title(' Square Root Transformed Data<\/span> ')<\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/trans12.png\"){kind=spacer}
<\/p>\n Kubusworteltransformatie in Python<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seeds<\/span> (0)\n\n#create beta distributed random variable with 200 values\n<\/span>data = np. random<\/span> . beta<\/span> (a= 1<\/span> , b= 5<\/span> , size= 300<\/span> )\n\n#create log-transformed data\n<\/span>data_log = np. cbrt<\/span> (data)\n\n#define grid of plots\n<\/span>fig, axs = plt. subplots<\/span> (nrows= 1<\/span> , ncols= 2<\/span> )\n\n#create histograms\n<\/span>axs[0]. hist<\/span> (data, edgecolor=' black<\/span> ')\naxs[1]. hist<\/span> (data_log, edgecolor=' black<\/span> ')\n\n#add title to each histogram\n<\/span>axs[0]. set_title<\/span> (' Original Data<\/span> ')\naxs[1].set_title(' Cube Root Transformed Data<\/span> ')<\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/trans13.png\"){kind=spacer}
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe gegevens in Python te normaliseren<\/a>
Wat is de normaliteitsaanname in de statistiek?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"