如何用excel規(guī)范數(shù)據(jù)的極值處理方法？該方法的算法，即標準化公式，如附圖所示。注意:不適用于索引值不變的情況，Spss提供了方便的數(shù)據(jù)標準化方法，這里只介紹Z標準化方法，Spss提供了方便的數(shù)據(jù)標準化方法，這里只介紹Z標準化方法，如何用最大最小值法標準化數(shù)據(jù)1:歸一化法也叫離差標準化，是對原始數(shù)據(jù)進行線性變換，提供了一種便捷的數(shù)據(jù)標準化方法，將結(jié)果映射到spss中。這里只介紹Z標準化法，即每個變量的值與其平均值之差除以該變量的標準差，無量綱化后，各變量的平均值為0，標準差為1，從而消除了量綱和數(shù)量級的影響，該方法是目前多元綜合分析中應(yīng)用最廣泛的方法。當原始數(shù)據(jù)呈正態(tài)分布時，用這種方法進行無量綱化數(shù)據(jù)處理是合理的，spss的實現(xiàn)步驟:[1]分析描述統(tǒng)計描述[2]彈出描述統(tǒng)計對話框，首先，將要標準化的變量移到變量組中，這時候最重要的一步就是勾選“將標準化分數(shù)另存為變量”，最后點擊確定。

方法一:歸一化法也叫偏差標準化，是對原始數(shù)據(jù)進行線性變換，使結(jié)果映射到區(qū)間上。方法二:歸一化法該方法根據(jù)原始數(shù)據(jù)的均值和標準差對數(shù)據(jù)進行歸一化處理。使用zscore將a的原始值x歸一化為x’。Zscore標準化法適用于屬性A的最大值和最小值未知，或者存在超出取值范圍的異常值的情況。

用Excel標準化zscore的方法:Excel中沒有現(xiàn)成的函數(shù)，需要你一步一步計算。其實標準化的公式很簡單。步驟如下:計算各變量(指標)的算術(shù)平均值(數(shù)學期望)xi和標準差si；2.標準化:zij (xij-xi)/si，其中:zij為標準化變量值；西吉是實際變量值。3.反轉(zhuǎn)指示器前的符號。標準化變量值在0附近波動，大于0表示高于平均值，小于0表示低于平均值。

0要消除EXCEL中的維度，沒有現(xiàn)成的函數(shù)，要組合函數(shù)，步驟如下:第一步:求各變量(指標)的算術(shù)平均值(數(shù)學期望)xi和標準差Si；第二步:標準化:xij = (xij-xi)/si，其中xij為標準化變量值；西吉是實際變量值。第三步:反轉(zhuǎn)指示器前切換符號。

極值處理法這種方法的算法，也就是標準化的公式，如附圖所示。注意:不適用于指標值不變的情況。這里以中部六省2007年的稅收數(shù)據(jù)為例進行計算。不難知道，附圖中的稅收指標是極其龐大的數(shù)據(jù)。所以采用的公式是x(xMin)/(Maxmin)，這樣標準化數(shù)據(jù)的最大值為1，最小值為0。max和min函數(shù)分別用于查找數(shù)據(jù)矩陣每一列中的最大值和最小值。

數(shù)據(jù)標準化是統(tǒng)計學中數(shù)據(jù)預(yù)處理的一種方法，旨在消除數(shù)據(jù)的計量單位和變異程度。例如，如果第一個變量的單位是kg，第二個變量的單位是cm，則在計算絕對距離時，會將兩種情況下第一個變量的觀察值(以kg為單位)與第二個變量的觀察值(以cm為單位)之差的絕對值相加。用戶會說，5kg的差價怎么加到3cm的差價上？

SPSS統(tǒng)計分析軟件是我接觸最早的數(shù)據(jù)分析工具。我的博客會陸續(xù)介紹SPSS統(tǒng)計分析軟件的相關(guān)內(nèi)容。這類文章會以SPSS案例分析號的形式組織出現(xiàn)在標題或正文的第一段，方便讀者快速查詢和收集。今天是第一篇，即SPSS案例分析1，后面就不解釋了。>在進行多元統(tǒng)計分析時，我們經(jīng)常會收集不同維度的數(shù)據(jù)，比如總銷售額(萬元)、利潤率(百分比)。

這時候就需要采用某種方法來規(guī)范各個變量的取值，或者稱之為無量綱化處理，來解決各個取值不全面的問題。Spss提供了方便的數(shù)據(jù)標準化方法，這里只介紹Z標準化方法。即每個變量的值與其平均值之差除以該變量的標準差。無量綱化后，各變量的平均值為0，標準差為1，從而消除了量綱和數(shù)量級的影響。該方法是目前多元綜合分析中應(yīng)用最廣泛的方法。

EXCEL當然簡單。你可以看看有多少人用EXCEL，但是有多少人知道SPSS是一個統(tǒng)計軟件？我不知道你說的標準化是什么意思，無量綱化處理是指對于一個數(shù)列N，如果數(shù)列的絕對值有一個極限|N|那么數(shù)列中的每個元素除以這個極限值n/|N|得到一個正負百分比數(shù)列n%，所有值都在正負1的范圍內(nèi)，這叫無量綱化處理，好處是可以統(tǒng)一一些基數(shù)過大或過小的序列。