数据的无量纲化处理及示例.pdf

.数据的无量纲化处理及示例

————————————————————————————————作者：

————————————————————————————————日期：

2

个人收集整理，勿做商业用途

数据的无量纲处理方法及示例

在对实际问题建模过程中，特别是在建立指标评价体系时，常常会面临不同类型的数

据处理及融合。而各个指标之间由于计量单位和数量级的不尽相同，从而使得各指标间不具

有可比性。在数据分析之前，通常需要先将数据标准化，利用标准化后的数据进行分析。数

据标准化处理主要包括同趋化处理和无量纲化处理两个方面。数据的同趋化处理主要解决不

同性质的数据问题，对不同性质指标直接累加不能正确反应不同作用力的综合结果，须先考

虑改变逆指标数据性质，使所有指标对评价体系的作用力同趋化。数据无量纲化主要解决数

据的不可比性，在此处主要介绍几种数据的无量纲化的处理方式。

（1）极值化方法

可以选择如下的三种方式：

xx

（A）xii

imaxminR

即每一个变量除以该变量取值的全距，标准化后的每个变量的取值范围限于[-1,1]。

xminxmin

(B)xii

imaxminR

即每一个变量与变量最小值之差除以该变量取值的全距，标准化后各变量的取值范围限

于[0,1]。

x

(C)xi，即每一个变量值除以该变量取值的最大值，标准化后使变量的最大取

imax

值为1。

采用极值化方法对变量数据无量纲化是通过变量取值的最大值和最小值将原始数据转

换为界于某一特定范围的数据，从而消除量纲和数量级的影响。由于极值化方法对变量无量

纲化过程中仅仅对该变量的最大值和最小值这两个极端值有关，而与其他取值无关，这使得

该方法在改变各变量权重时过分依赖两个极端取值。

（2）标准化方法

xx

利用xi来计算，即每一个变量值与其平均值之差除以该变量的标准差，无量

i

纲化后各变量的平均值为0，标准差为1，从而消除量纲和数量级的影响。虽然该方法在无

量纲化过程中利用了所有的数据信息，但是该方法在无量纲化后不仅使得转换后的各变量均

值相同，且标准差也相同，即无量纲化的同时还消除了各变量在变异程度上的差异。

（3）均值化方法

x

计算公式为：xi，该方法在消除量纲和数量级影响的同时，保留了各变量取值差

ix

i

异程度上的信息。

（4）标准差化方法

x

计算公式为：xi。该方法是标准化方法的基础上的一种变形，两者的差别仅在无

i

量纲化后各变量的均值上，标准化方法处理后各变量的均值为0，而标准差化方法处理后各

3

个人收集整理，勿做商业用途

变量均值为原始变量均值与标准差的比值。

综上所述，针对不同类型的数据，可以选择相应的无量纲化方法。如下的示例就是一个

典型的评价体系中无量纲化的范例。

示例：近年来我国淡水湖水质富营养化的污染日益严重，如何对湖泊水质的富营养化进

行综合评价与治理是摆在我们面前的任务，下面两个表格分别为我国5个湖泊的实测数据

和湖泊水质评价标准。

表2-2全国五个主要湖泊评价参数的实测数据

总磷（mg/L）耗氧量(mg/L)透明度(m)总氨(mg/L)

杭州西湖13010.30