如何将负值转换为对数？

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)但不适用于我的数据库，因此我继续得到NaN。例如，我收到以下警告消息（我没有放入完整的数据库，因为我认为使用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。我正在使用化学测量的古生物学时间序列，例如Ca和Zn之类的变量之间的差异太大，那么我需要某种类型的数据标准化，这就是为什么我要测试log()功能。

这是我的原始数据

由于对数仅针对正数定义，因此您不能采用负值的对数。但是，如果您希望获得更好的数据分布，则可以应用以下转换。

假设您歪曲了负面数据：

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

那么您可以应用第一个转换以使数据位于：$(-1,1)$

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值：

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

现在，您的数据看起来大致呈正态分布。这也称为费舍尔变换。

要将其转换为对数刻度，请首先找到正数的对数，然后将其乘以它的符号，以下代码应做到这一点。

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

使用以上示例，我们可以绘制以下偏斜分布

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

在按如下方式使用转换函数后，我们得到一个看起来更“正常”的分布

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