NORM_ZSCORE

NORM_ZSCORE(data [, keyword]) NORM_ZSCORE(data, mean, std [, keyword]) NORM_ZSCORE(data, base_data [, keyword])

정규화할 숫자 값입니다. 이 매개변수는 상수 값, 열, 셀 범위 또는 이 중 하나로 평가되는 표현식일 수 있습니다. data의 형식 정의는 IBM® 제품용 본 안내서의 장에서 "매크로 함수 매개변수" 절을 참조하십시오.

mean, std

이 두 매개변수는 정규화에 사용할 평균 및 표준 편차를 제공하며, 상수여야 합니다. 단, ROW 키워드의 경우에는 상수 또는 열일 수 있습니다.

base_data

이 매개변수는 data 정규화에 사용할 평균 및 표준 편차를 계산하는 데 사용할 데이터 범위를 지정합니다.

keyword

이 선택적 키워드는 입력 데이터 범위에서 계산이 수행되는 방식을 지정합니다. 다음 중 하나를 선택하십시오.

ALL - data의 모든 셀에서 계산을 수행합니다(기본값).

COL - data의 열마다 별도로 계산을 수행합니다.

ROW - data의 행마다 별도로 계산을 수행합니다.

IBM® Campaign에서 키워드 사용에 대한 자세한 정보는 형식 지정을 참조하십시오.

IBM® PredictiveInsight에서 키워드 사용에 대한 자세한 정보는 형식 지정을 참조하십시오.

설명

NORM_ZSCORE는 지정된 데이터 범위의 정규화된 값을 계산합니다. z 점수 정규화는 다음과 같이 수행됩니다.

여기서 mean 및 std는 다음과 같이 결정됩니다.

mean 및 std가 제공되는 경우 이 값은 각각 평균 및 표준 편차에 사용됩니다. 이러한 매개변수를 ROW 키워드와 함께 제공하는 경우 mean 및 std는 각 data 행의 평균 및 표준 편차를 지정하는 열일 수 있습니다. min 및 max가 열일 경우 열은 data 또는 스칼라(data의 해당 열에 있는 모든 값에 적용될 상수로 사용되는 단일 값 포함)와 같은 길이여야 합니다.

base_data가 제공되는 경우 이 데이터 범위의 평균 및 표준 편차가 계산되어 data 정규화에 사용됩니다. base_data의 열은 둘 이상의 셀 값을 포함해야 합니다.

위에 언급된 상호 배타적 옵션을 제공하지 않은 경우 평균 및 표준 편차가 data에서 자동으로 계산됩니다.

NORM_ZSCORE는 항상 입력 데이터 범위와 같은 차원을 갖는 데이터 범위를 리턴합니다. 또한 입력 열마다 평균 및 표준 편차를 계산하고 해당 열을 정규화하는 데 이 값을 사용합니다.

표준 편차가 0이면 모두 0이 리턴됩니다.

예제

TEMP = NORM_ZSCORE(COLUMN(3, 4, 5))

값 -1.22, 0 및 1.22를 포함하는 TEMP라는 열을 새로 작성합니다. 평균 및 표준 편차 [4 및 0.816]은 데이터 범위에서 자동으로 계산됩니다.

TEMP = NORM_ZSCORE(COLUMN(3, 4, 5), 3.5, 1.2)

값 -0.42, 0.42 및 1.25를 포함하는 TEMP라는 열을 새로 작성합니다. 이번에는 평균 및 표준 편차 [3.5 및 1.2]가 인수로 제공됩니다.

TEMP = NORM_ZSCORE(V1)

V1 열 컨텐츠의 정규화된 값을 포함하는 TEMP라는 열을 새로 작성합니다. 정규화에 사용되는 평균 및 표준 편차는 V1 열에서 계산됩니다.

TEMP = NORM_ZSCORE(V1:V3)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 열마다 개별적으로 계산됩니다. 즉, V1 열에 대한 평균 및 표준 편차가 계산되고, V2 열에 대해 별도의 평균 및 표준 편차가 계산됩니다.

TEMP = NORM_ZSCORE(V1[10:50]:V3)

각 열이 1-41 행의 값을 포함하는 TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. TEMP 열의 컨텐츠는 V1 열의 10-50 행에 대한 정규화된 값이고, VX 열의 컨텐츠는 V2 열의 10-50 행에 대한 정규화된 값이며, VY는 V3 열의 10-50 행에 대한 정규화된 값입니다. 정규화에 사용되는 평균 및 표준 편차는 V1-V3 열의 10-50 행에서 계산됩니다. 정규화에 사용되는 평균 및 표준 편차는 열마다 개별적으로 계산됩니다.

TEMP = NORM_ZSCORE(V1:V3, V4:V6)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V4-V6 열을 사용하여 열마다 개별적으로 계산됩니다. 즉, V1 열의 정규화를 위해 V4 열에서 평균 및 표준 편차가 계산되고, V2 열의 정규화를 위해 V5 열에 대해 별도의 평균 및 표준 편차가 계산됩니다.

TEMP = NORM_ZSCORE(V1:V3, COL)

TEMP = NORM_ZSCORE(V1[10:50]:V3, COL)

TEMP = NORM_ZSCORE (V1:V3, ROW)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V1, V2 및 V3 열에서 행마다 개별적으로 계산됩니다.

TEMP = NORM_ZSCORE(V1[10:50]:V3, ROW)

TEMP = NORM_ZSCORE(V1:V3, V4:V10, ROW)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V4-V10 열에서 행마다 개별적으로 계산됩니다.

함수	설명
NORM_MINMAX	데이터 범위의 최대값/최소값 정규화를 계산합니다.
NORM_SIGMOID	데이터 범위의 시그모이드 정규화를 계산합니다.