Jak przekształcić wartości ujemne na logarytmy?

Chciałbym wiedzieć, jak przekształcić wartości ujemne Log(), ponieważ mam dane heteroskedastyczne. Przeczytałem, że działa ze wzorem, Log(x+1)ale to nie działa z moją bazą danych i nadal otrzymuję NaN. Np. Dostaję ten komunikat ostrzegawczy (nie umieściłem całej bazy danych, ponieważ myślę, że jedna z moich wartości ujemnych wystarczy, aby pokazać przykład):

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

Z góry dziękuję

AKTUALIZACJA:

Oto histogram moich danych. Pracuję z paleontologicznymi szeregami czasowymi pomiarów chemicznych, np. Różnica między zmiennymi takimi jak Ca i Zn jest zbyt duża, to potrzebuję pewnego rodzaju standaryzacji danych, dlatego testuję tę log()funkcję.

To są moje surowe dane

Ponieważ logarytm jest zdefiniowany tylko dla liczb dodatnich, nie można przyjąć logarytmu wartości ujemnych. Jeśli jednak chcesz uzyskać lepszą dystrybucję swoich danych, możesz zastosować następującą transformację.

Załóżmy, że wypaczyłeś negatywne dane:

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

następnie możesz zastosować pierwszą transformację, aby Twoje dane leżały w :$(-1,1)$

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

i na koniec zastosuj odwrotną styczną hiperboliczną:

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

Teraz Twoje dane wyglądają mniej więcej normalnie. Nazywa się to również transformacją Fishera.

Aby przekształcić go w skalę dziennika, najpierw znajdź dziennik liczby dodatniej, a następnie pomnóż go przez jego znak, następujący kod powinien to zrobić.

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

Korzystając z powyższego przykładu, możemy wykreślić następujący przekrzywiony rozkład

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

Po użyciu funkcji przekształcania w następujący sposób, otrzymujemy rozkład, który wygląda bardziej „normalnie”

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