多受试者多尺度对照数据的归一化方法选型咨询

1. 受试者内Z-score转换（保留个体趋势） #

• 操作：针对每个受试者的自身对照+实验数据单独计算Z值，公式：Z = (x - μ_subject) / σ_subject，其中μ_subject是该受试者所有数据（含对照）的均值，σ_subject为对应标准差。
• 优势：既消除受试者间的尺度差异，又完整保留单个受试者内数据的相对趋势——基于个体自身分布转换，不会扭曲同一受试者内对照与实验数据的关联。
• 适用场景：受试者间基础水平差异大，但核心关注个体内实验数据相对于自身对照的波动趋势时。

2. 锚定自身对照的中位数偏差法（改进版百分比变化） #

• 操作：放弃简单百分比公式(实验值-对照值)/对照值，改用偏差 = (x - ctrl_subject_median) / ctrl_subject_median（需保留方向则直接用差值除以中位数，无需绝对值）。
• 优势：避免单个极端对照值导致的百分比失真，锚定个体自身对照基准，在统一尺度的同时保留原始趋势。
• 注意：若每个受试者有多组重复对照，务必用自身对照的中位数而非均值，降低异常值干扰。

3. 分位数归一化（兼顾群体可比性与个体趋势） #

• 操作：将所有受试者的对照+实验数据合并，按数值排序后分配相同分位值，再按原始样本分组还原数据。
• 优势：让所有受试者的数据分布趋于一致，但不会抹除个体内的趋势——基于整体分布的分位映射，同一受试者内的相对排序会被完整保留。
• 适用场景：需要在群体层面比较趋势，同时不想丢失个体内数据相对关系时。

4. 双归一化策略（先个体后群体） #

• 操作：
  1. 先做受试者内归一化：x_norm1 = x / ctrl_subject_mean（用自身对照均值锚定个体基准）
  2. 再对所有受试者的归一化后数据做群体分位数归一化，统一群体尺度。
• 优势：同时兼顾个体内趋势保留和群体间可比性，规避单一方法的极端问题。

核心注意事项 #

• 先可视化原始数据：用箱线图或散点图按受试者分组展示，明确是受试者间尺度差异还是对照自身波动导致的问题，再针对性选方法。
• 避免过度转换：若核心目标是展示原始趋势，优先选择基于受试者内基准的归一化，全局转换（如对数转换）易压缩大值、放大小值，扭曲原始趋势。

内容的提问来源于stack exchange，提问作者Microbiologie13