Сравнение преобразования по методу нормальных меток с другими методами преобразования

Преобразование по методу нормальных меток (Normal score transformation) (NST) отличается от степенного преобразования, преобразования по методу арксинуса и логарифмического преобразования (BAL) по нескольким параметрам:

• Функция NST подстраивается к каждому отдельному набору данных, тогда как BAL-преобразования этого не делают (например, функция логарифмического преобразования всегда использует натуральный логарифм данных).
• Задачей преобразования по методу нормальных меток является распределение случайных ошибок всей генеральной совокупности (не только выборки) в соответствии с законом нормального распределения. В связи с этим важно, чтобы функция распределения правильно отражала истинную функцию выборки распределения генеральной совокупности (для этого необходимо правильно произвести выборку и возможно выполнить декластеризацию, чтобы учесть предпочтительные участки в исследуемой области). С другой стороны, BAL-преобразования влияют на данные выборки, а их задачей является стабилизация вариации, коррекция ассиметрии или более точное распределение.
• Преобразование NST должно выполняться после удаления тренда данных, таким образом, чтобы ковариация и вариограммы вычислялись по остаткам после удаления тренда. BAL-преобразования, напротив, используют для удаления любых связей между дисперсией и трендом. Поэтому после BAL-преобразования данных при желании тренд можно удалить и смоделировать пространственную автокорреляцию. В результате вы будете получать достаточно точно распределенные остатки, однако это не является основной задачей BAL-преобразований по сравнению с задачей преобразования NST.