在统计学中，正态分布是一种非常重要的分布，因为它可以用来描述许多自然现象和社会现象。然而，有些数据并不服从正态分布，这时候我们需要将其转换为正态分布，以便更好地进行统计分析。

非正态分布可以通过一些方法转换为正态分布。下面介绍两种常用的方法：

1. 对数转换法

对数转换法是将数据取对数，使其变为对数正态分布。这种方法适用于数据呈现指数增长或指数衰减的情况。例如，某个城市的人口增长率呈现指数增长，我们可以对其进行对数转换，使其变为正态分布，以便更好地进行统计分析。

2. Box-Cox变换法

Box-Cox变换法是一种广泛使用的数据转换方法，它可以将数据转换为正态分布或近似正态分布。这种方法可以处理各种类型的非正态分布，包括偏态分布和峰态分布。Box-Cox变换法的基本思想是通过对数据进行幂函数变换，使其变为正态分布。具体来说，Box-Cox变换法可以通过以下公式进行计算：

y' = (y^λ - 1) / λ

其中，y为原始数据，y'为转换后的数据，λ为变换参数。当λ=0时，公式变为y' = ln(y)，即对数转换法。

需要注意的是，Box-Cox变换法需要选择合适的λ值才能得到最佳的转换效果。一般来说，可以通过绘制λ值与转换后数据的正态概率图来选择最佳的λ值。

总之，非正态分布可以通过对数转换法和Box-Cox变换法等方法转换为正态分布，以便更好地进行统计分析。在实际应用中，需要根据数据的特点选择合适的转换方法和参数，以获得最佳的转换效果。