1、2.3数据的无量纲化处理及示例2.3数据的无量纲化处理及示例编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心 ， 本文档内容是由我和我的同事精心编辑整理后发布的 ， 发布之前我们对文中内容进行仔细校对 ， 但是难免会有疏漏的地方 ， 但是任然希望（2.3数据的无量纲化处理及示例）的内容能够给您的工作和学习带来便利 。
同时也真诚的希望收到您的建议和反馈 ， 这将是我们进步的源泉 ， 前进的动力 。
本文可编辑可修改 ， 如果觉得对您有帮助请收藏以便随时查阅 ， 最后祝您生活愉快 业绩进步 ， 以下为2.3数据的无量纲化处理及示例的全部内容 。
（完整word版）2.3数据的无量纲化处理及示例亲爱的读者：本文内容由我和我的同事精心收集整理后 。

2、编辑发布到文库 ， 发布之前我们对文中内容进行详细的校对,但难免会有错误的地方 ， 如果有错误的地方请您评论区留言 ， 我们予以纠正,如果本文档对您有帮助,请您下载收藏以便随时调用 。
下面是本文详细内容 。
最后最您生活愉快 O（_)O 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 。

3、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：(A）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 。
(B） 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. （C)， 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 。

4、 。
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)标准化方法利用来计算 ， 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）均值化方法计算公式为： ， 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异程度上的信息 。
(4）标准差化方法计算公式为：.该 。

5、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 。
300.352.76武 。

6、汉东湖10510.700 。
402 。
0青海湖201.44.50.22巢湖306 。
260 。
251 。
67滇池2010.130.500 。
23表2-3 湖泊水质评价标准评价参数极贫营养贫营养中营养富营养极富营养总磷1423110660耗氧量0 。
090 。
361 。
807.1027 。
1透明度37122.40.550.17总氨0.020 。
060 。
311.204 。
6要求:（1）试用以上数据,分析总磷 ， 耗氧量,透明度 ， 总氨这4个指标对湖泊水质评价富营养化的作用 。

来源：(未知)

【学习资料】网址：/a/2021/0321/0021739248.html

标题：2.3|2.3数据的无量纲化处理及示例