Negatif değerleri logaritmalara nasıl dönüştürebilirim?

Log()Heteroskedastik verilerim olduğu için negatif değerlerin nasıl dönüştürüleceğini bilmek istiyorum . Formül ile çalıştığını okudum Log(x+1)ama bu veritabanımla çalışmıyor ve sonuç olarak NaN'leri almaya devam ediyorum. Örneğin, bu Uyarı iletisini alıyorum (Negatif değerlerimden biriyle bir örnek göstermek için yeterli olduğunu düşündüğümden tam veritabanımı koymadım):

> log(-1.27+1)
[1] NaN
Warning message:
In log(-1.27 + 1) : NaNs produced
> 

Şimdiden teşekkürler

GÜNCELLEME:

İşte verilerimin bir histogramı. Kimyasal ölçümlerin paleontolojik zaman serisi ile çalışıyorum, örneğin Ca ve Zn gibi değişkenler arasındaki fark çok büyük, o zaman veri standardizasyonunun bir türüne ihtiyacım var, bu yüzden log()işlevi test ediyorum .

Bu benim ham verilerim

Logaritma yalnızca pozitif sayılar için tanımlandığından, negatif değerlerin logaritmasını alamazsınız. Ancak, verileriniz için daha iyi bir dağıtım almayı hedefliyorsanız, aşağıdaki dönüşümü uygulayabilirsiniz.

Diyelim ki negatif verilerinizi eğittiniz:

x <- rlnorm(n = 1e2, meanlog = 0, sdlog = 1)
x <- x - 5
plot(density(x))

verilerinizin içinde yatmasını sağlamak için ilk dönüşümü uygulayabilirsiniz :$(-1,1)$

z <- (x - min(x)) / (max(x) - min(x)) * 2 - 1
z <- z[-min(z)]
z <- z[-max(z)]
min(z); max(z)

ve son olarak ters hiperbolik tanjant uygulayın:

t <- atanh(z)
plot(density(t))

Şimdi, verileriniz yaklaşık olarak normal şekilde dağılmış görünüyor. Buna Fisher dönüşümü de denir.

Bir günlük ölçeğine dönüştürmek için, önce pozitif sayının günlüğünü bulun, ardından işaretiyle çarpın, aşağıdaki kod bunu yapmalıdır.

transform_to_log_scale <- function(x){
    if(x==0){
        y <- 1
    } else {
        y <- (sign(x)) * (log(abs(x)))
    }
        y 
    }

Yukarıdaki örneği kullanarak aşağıdaki çarpık dağılımı çizebiliriz

x <- rlnorm(n = 1e2, meanlog = 0, sdlog = 1)
x <- x - 5
plot(density(x))

Dönüştürme işlevini aşağıdaki gibi kullandıktan sonra, daha 'normal' görünen bir dağılım elde ederiz

plot(density(sapply(x,FUN=transform_logs_scale)))