估计 Yeo 和 Johnson 变换的 Lambda

【问题标题】：Estimating Lambda for Yeo and Johnson transform估计 Yeo 和 Johnson 变换的 Lambda
【发布时间】：2016-11-07 01:08:47
【问题描述】：

我在 csv 文件中有一个降雨值的时间序列。我绘制了数据的直方图。直方图向左倾斜。我想转换这些值，使其具有正态分布。我使用了 R 中可用的 Yeo-Johnson 变换。变换后的值为here。

我的问题是：

在上述转换中，我对 lambda 使用了 0.5 的测试值，效果很好。是否可以根据时间序列确定 lambda 的最佳值？如有任何建议，我将不胜感激。

到目前为止，代码如下：

library(car)
dat <- scan("Zamboanga.csv")
hist(dat)
trans <- yjPower(dat,0.5,jacobian.adjusted=TRUE)
hist(trans)

【问题讨论】：

【解决方案1】：

首先使用 car 包中的函数boxCox 以最大似然估计 λ，找到最优 lambda。

你可以这样绘制：

boxCox(your_model, family="yjPower", plotit = TRUE)

正如 Ben Bolker 在评论中所说，这里的模型可能类似于

your_model <- lm(dat~1)

然后在现有代码中使用优化的 lambda。

【讨论】：