我想知道如何将负值转换为Log()，因为我有异方差数据。我读到它适用于公式Log(x+1)，但这不适用于我的数据库，因此我继续获得 NaN。例如，我收到此警告消息（我没有放置完整的数据库，因为我认为我的负值之一足以显示示例）：
> log(-1.27+1)
[1] NaN
Warning message:
In log(-1.27 + 1) : NaNs produced
>
提前致谢
更新：
这是我的数据的直方图。我正在使用古生物学时间序列的化学测量，例如 Ca 和 Zn 等变量之间的差异太大，那么我需要某种类型的数据标准化，这就是我测试log()函数的原因。
这是我的原始数据
由于对数仅针对正数定义，因此不能取负值的对数。但是，如果您的目标是获得更好的数据分布，则可以应用以下转换。
假设您已经扭曲了负面数据：
x <- rlnorm(n = 1e2, meanlog = 0, sdlog = 1)
x <- x - 5
plot(density(x))
然后您可以应用第一个转换来使您的数据位于：
z <- (x - min(x)) / (max(x) - min(x)) * 2 - 1
z <- z[-min(z)]
z <- z[-max(z)]
min(z); max(z)
最后应用反双曲正切：
t <- atanh(z)
plot(density(t))
现在，您的数据看起来大致呈正态分布。这也称为费希尔变换。
要将其转换为对数刻度，首先找到正数的对数，然后乘以它的符号，下面的代码应该做到这一点。
transform_to_log_scale <- function(x){
if(x==0){
y <- 1
} else {
y <- (sign(x)) * (log(abs(x)))
}
y
}
使用上面的示例，我们可以绘制以下偏态分布
x <- rlnorm(n = 1e2, meanlog = 0, sdlog = 1)
x <- x - 5
plot(density(x))
使用如下变换函数后，我们得到一个看起来更“正常”的分布
plot(density(sapply(x,FUN=transform_logs_scale)))
