? ? 不同的指標或變量的原始值在單位、量綱、取值范圍等方面會有較大差異，因此，在處理較多變量的數據時，需要先對數據進行標準化，使不同變量具有可比性。

????常用的標準化方法有：

（1）最大-最小值標準化（離差標準化）。

? ? 此方法將數值映射到[0,1]。該方法的缺點是，容易受到最大最小值的影響。

方法：vegan包，decostand(data,method="range")。行：margin=1,列：margin=2。

（2）標準差標準化。

? ??是原始數據的平均值，是原始數據的標準差，此方法得到均值為0，標準差為1的數據集。為減小離群點的影響，可用中位數代替均值，用絕對標準差代替標準差。

方法：scale(data,center=T,scale=T) 或? decostand(data,"standardize")。

（3）0-1數據（有-無數據）

方法：decostand(data,method="pa")

（4）每個數值除以該行或該列的最大值

方法：decostand(data,method="max")

（5）每個數值除以該行或該列的總和

方法：decostand(data,method="total")

（6）用排名代替具體數值

方法：decostand(data,method="rank")，默認為行。

> data

? ? lie

hang C D E

? ?A 1 3 5

? ?B 2 4 6

> decostand(data,"rank")

? ? lie

hang C D E

? ?A 1 2 3

? ?B 1 2 3

（7）decostand()還提供了chi.square、hellinger、log等方法。

參考：《R語言數據分析與挖掘實戰(zhàn)》張良均等；《數量生態(tài)學》賴江山譯。