Mengubah skala variabel menjadi 0-100

Saya telah membangun indeks modal sosial menggunakan teknik PCA. Indeks ini terdiri dari nilai-nilai positif dan negatif. Saya ingin mengubah / mengonversi indeks ini ke skala 0-100 agar mudah ditafsirkan. Tolong sarankan saya cara termudah untuk melakukannya.

Setiap variabel (distribusi univariat) dengan yang diamati m i n o l d dan m sebuah x o l d nilai-nilai (atau ini bisa diatur batas potensi nilai-nilai) dapat Rescaled untuk berbagai m i n n e w untuk m sebuah x n e w dengan rumus berikut:$v$$min_{old}$$max_{old}$$min_{new}$$max_{new}$

$\frac{max_{new}-min_{new}}{max_{old}-min_{old}}\cdot (v-max_{old})+max_{new}$

atau

.$\frac{max_{new}-min_{new}}{max_{old}-min_{old}}\cdot (v-min_{old})+min_{new}$

Untuk R ada juga rescalefungsi yang sudah tersedia dari paket skala , yang melakukan persis apa yang Anda inginkan dan apa yang dijelaskan oleh @AndrewTulloch dan @ttnphns:

library(scales)
rescale(c(-10, -9, -5, 2, 6), to = c(0, 100)) ## Use scales:::rescale() if you have several packages loaded using the same function name
[1]   0.00   6.25  31.25  75.00 100.00

pertama, mari kita ambil beberapa contoh data:

x <- runif(20, -10, 10)

Berikut adalah dua fungsi yang akan berfungsi di R

rescale <- function(x) (x-min(x))/(max(x) - min(x)) * 100
rescale(x)

Atau, Anda bisa menggunakan transformasi lain. Misalnya, transformasi logit disebutkan oleh @ondrej

plogis(x)*100

atau, transformasi lainnya:

pnorm(x)*100
pnorm(x, 0, 100) * 100
punif(x, min(x), max(x))*100

Hanya untuk menambahkan jawaban ttnphnss, untuk mengimplementasikan proses ini dengan Python (misalnya), fungsi ini akan melakukan trik:

from __future__ import division

def rescale(values, new_min = 0, new_max = 100):
    output = []
    old_min, old_max = min(values), max(values)

    for v in values:
        new_v = (new_max - new_min) / (old_max - old_min) * (v - old_min) + new_min
        output.append(new_v)

    return output

print rescale([1, 2, 3, 4, 5])
# [0.0, 25.0, 50.0, 75.0, 100.0]

Saya menyarankan untuk tidak mengikat indeks ke interval 0-100, karena tidak meningkatkan interpretasi, tetapi membuatnya lebih sulit. Jika konstituen indeks bisa negatif, maka ada kemungkinan indeks menjadi negatif, dan itu mencerminkan apa yang terjadi dengan konstituen yang lebih baik daripada beberapa nilai rendah di kisaran 0-100, menurut saya.

Untuk R dengan paket standar dimuat, Anda bisa menggunakan skala () dari paket 'base':

x=c(2,4,8,16)
x.scaled = scale(x,FALSE,max(x))  # divide each value in x by max(x)
x.scaled = as.vector(x.scaled) 

gunakan 'as.vector ()' untuk mengambil x yang diskalakan sebagai vektor.