鬍鬚曾統計顧問
  • 首頁
  • 最新消息
  • 統計學課程
    • 基礎統計SPSS
    • 行銷數量分析課程介紹
    • 信效度分析
    • 基礎迴歸分析
    • PLS結構方程式
  • 關於我們
  • 隱私政策
  • 統計學懶人包

 統計學懶人包

熱門搜尋:  標準化 | 問卷前測 | 交叉分析

標準化

4/30/2019

0 評論

 
標準化就是將一個變數的值扣掉它的平均數再除以它的標準差,標準化後變數的平均值為0,標準差為1。標準化的用處是什麼呢?

當你有兩個變數,兩個變數單位不同,你很難知道在這個水準上到底是好是不好!譬如,阿景身高180,體重75,在這個資訊上你可以知道阿景的身高是偏高還是偏低,體重是偏重還是輕嗎?

NO! 這時候標準化就有幫助!

假如標準化後,身高1.1、體重1.5,這就表示相較於全部樣本,身高在其平均數以上1.1個標準差,體重在其平均數以上1.5個標準差,所以阿景在體重上表現比較傑出,也就是相較於全部樣本比較肥!(確實也是如此...)
​
什麼時候會做標準化?
當你變數間單位不同,為方便詮釋就要進行標準化,消除單位的影響。
譬如、用工作年資與人格特質去預測服務績效,工作年資與人格特質單位不同,就必須進行標準化。
另外一種常見的情況就是尺度不同,兩個變數,一個是產品品質,另外一個是顧客滿意度,前者用1-5分去評,後者用1-7分去評,這時應該就要標準化了!
對我來說,標準化就是一種消除單位影響,並和整體比較的概念...
對你們來說呢?
一起簡單學,做得好! 😎
#鬍鬚曾統計顧問 #基礎統計 #統計基礎
0 評論



發表回覆。

    圖片

    我是誰

    鬍鬚曾,政大博士,為人和善客氣,看起來呆呆萌萌的,喜歡分享簡單統計知識,熱心幫助有需要的人,做事認真,常常忘記要照顧自己

    查文章

    十月 2024
    十月 2022
    九月 2022
    十月 2021
    九月 2021
    八月 2021
    十月 2020
    二月 2020
    一月 2020
    十二月 2019
    十一月 2019
    十月 2019
    九月 2019
    八月 2019
    七月 2019
    六月 2019
    五月 2019
    四月 2019
    二月 2019
    一月 2019
    十二月 2018
    十一月 2018
    十月 2018

    類別

    全部
    勉勵與期許
    問卷前測
    問卷設計
    基礎統計概念
    大數據分析
    抽樣
    推論統計
    進階統計
    進階統計
    關於鬍鬚曾

    RSS 訂閱


隱私政策  |  部落格  |  關於鬍鬚曾  |  免費好康  |  輔大永續研究中心


Hours

M-F: 11 am - 5pm

Facebook

點我

Email

[email protected]
  • 首頁
  • 最新消息
  • 統計學課程
    • 基礎統計SPSS
    • 行銷數量分析課程介紹
    • 信效度分析
    • 基礎迴歸分析
    • PLS結構方程式
  • 關於我們
  • 隱私政策
  • 統計學懶人包