Box-Cox參數估計是否到達λ= 0？

Box-Cox參數估計是否到達lambda = 0？這樣推薦的轉換是一個日誌功能？或者，這種可能性僅僅是一種數學上的精確性，可以使該功能持續下去，但在實踐中很少使用這種方法？Box-Cox參數估計是否到達λ= 0？

我問，因爲我一直在嘗試測試盒考克斯變換中的R，看它是否估計lambda==0在適當的時候：

> require(car) 
> x <- exp(qnorm(runif(1000))) # 1000 numbers from a normal distribution then exp() 
> p = powerTransform(x) 
> p 
Estimated transformation parameters 
    x 
-0.1098415 
# clearly this does not equal zero

來源

2012-01-11 Sideshow Bob

你也可以在'MASS'包中找到'boxcox（）'的一些用法。 – 2012-01-11 02:30:41

一個比另一個更好嗎？我在'powerTransform'中不斷收到錯誤 - NaN，不收斂... – 2012-01-11 11:46:57

我認爲你需要改變你的標準，以「足夠接近」。當我做什麼我random.seed是目前同樣的過程我得到

> p 
Estimated transformation parameters 
     x 
0.01389905

而且我進一步的實驗表明你的價值在分配的「異常值」區域。當我做1000的時候，我甚至不得到的值作爲極端的你：

v <- vector("numeric", 1000) 
for (i in 1:1000) {x <- exp(qnorm(runif(1000))) 
        v[i] = powerTransform(x)$lambda} 
Hmisc::describe(v) 
v 
     n missing unique  Mean  .05  .10 
    1000   0  1000 -0.000212 -0.039335 -0.033698 
     .25  .50  .75  .90  .95 
-0.017978 -0.001259 0.017593 0.033499 0.044303 

lowest : -0.09670 -0.09472 -0.08878 -0.08456 -0.07255 
highest: 0.06730 0.06830 0.06932 0.06955 0.07142

除了維納布爾斯&裏普利的MASS :: boxcox通過@Josh奧布萊恩提到的，也有一輛車：：John Fox軟件包的廣泛的迴歸診斷功能套件（您已經加載）的boxCox功能。

來源

2012-01-11 02:22:43

好的。我覺得困擾我的是有沒有「足夠接近」這樣的東西？看到'log x'與'x ^（很小的數字）'有根本的區別......如果我認爲我的數據可能值得對數變換，我應該用'x ^（非常小的數字）'來代替嗎？ – 2012-01-11 11:05:48

在許多方面，對數變換確實與分數功率變換的功能非常相似。它們都限制了在較高範圍發生的方差爆炸。我認爲你已經走出了「如何」的領域，無論是哲學還是抽象概率。這個問題可能更好地在http://stats.stackexchange.com/上重新解決。 – 2012-01-11 13:08:29

你認爲這種回答的問題:) – 2012-01-11 13:17:16

由於數據是隨機的，因此您不會完全爲零。

> p <- powerTransform(rlnorm(100)) 
> coef(p) 
rlnorm(100) 
-0.05007203 
> coef(p, round=TRUE) # Recommended transform 
rlnorm(100) 
      0

如果刪除隨機性，則該值更接近零。

> p <- powerTransform(qlnorm(ppoints(100))) 
> p 
Estimated transformation parameters 
qlnorm(ppoints(100)) 
     -2.635191e-12

來源

2012-01-11 02:26:27

Box-Cox參數估計是否到達λ= 0？

回答

相關問題