Como transformar valores negativos em logaritmos?

Gostaria de saber como transformar valores negativos Log(), pois tenho dados heterocedásticos. Eu li que ele funciona com a fórmula, Log(x+1)mas isso não funciona com meu banco de dados e continuo recebendo NaNs como resultado. Por exemplo, recebo esta mensagem de aviso (não coloquei meu banco de dados completo porque acho que com um dos meus valores negativos é suficiente para mostrar um exemplo):

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

desde já, obrigado

ATUALIZAR:

Aqui está um histograma dos meus dados. Estou trabalhando com séries temporais paleontológicas de medições químicas. Por exemplo, a diferença entre variáveis ​​como Ca e Zn é muito grande, então preciso de algum tipo de padronização de dados, por isso estou testando a log()função.

Estes são meus dados brutos

Como o logaritmo é definido apenas para números positivos, você não pode usar o logaritmo de valores negativos. No entanto, se você deseja obter uma melhor distribuição para seus dados, pode aplicar a transformação a seguir.

Suponha que você tenha inclinado dados negativos:

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

então você pode aplicar uma primeira transformação para fazer com que seus dados se encontrem $(-1,1)$

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

e, finalmente, aplique a tangente hiperbólica inversa:

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

Agora, seus dados parecem distribuídos aproximadamente normalmente. Isso também é chamado de transformação de Fisher.

Para transformá-lo em uma escala de log, primeiro encontre o log do número positivo e depois multiplique-o por seu sinal; o código a seguir deve fazer isso.

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

Usando o exemplo acima, podemos plotar a seguinte distribuição distorcida

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

Depois de usar a função de transformação da seguinte forma, obtemos uma distribuição que parece mais 'normal'

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