como utilizar a transformação de potência Box-Cox em R
pelo que eu entendi
car::boxCoxVariable(y)
é utilizado para variáveis de resposta em modelos lineares, e
MASS::boxcox(object)
para uma fórmula ou um objecto montado. Então, como meus dados são a variável de um dataframe, a única função que eu encontrei que eu poderia usar é:
car::powerTransform(dataframe$variable, family="bcPower")
Está correcto? Ou está a escapar-me alguma coisa?
A segunda questão é: sobre o que fazer depois de obter o
Estimated transformation parameters
dataframe$variable
0.6394806
devo simplesmente multiplicar a variável por este valor? Eu fiz isso.
aaa = 0.6394806
dataframe$variable2 = (dataframe$variable)*aaa
E depois faço o teste shapiro-wilks para a normalidade,mas, mais uma vez, os meus dados não parecem seguir uma distribuição normal.
shapiro.test(dataframe$variable2)
data: dataframe$variable2
W = 0.97508, p-value < 2.2e-16
2 answers
Box e Cox (1964) sugeriram uma família de transformações concebidas para reduzir a nnormalidade dos erros num modelo linear. Acontece que ao fazer isso, muitas vezes reduz a não linearidade também.
Aqui está um belo resumo do trabalho original e de todo o trabalho que tem sido feito desde: http://www.ime.usp.br/~abe/lista / pdfm9cJKUmFZp.pdfVocê vai notar, no entanto, que a função de probabilidade log que rege a seleção do poder lambda a transformada é dependente da soma residual dos quadrados de um modelo subjacente (sem látex de SO -- see the reference), de modo que nenhuma transformação pode ser aplicada sem um modelo.
Uma aplicação típica é a seguinte:
library(MASS)
# generate some data
set.seed(1)
n <- 100
x <- runif(n, 1, 5)
y <- x^3 + rnorm(n)
# run a linear model
m <- lm(y ~ x)
# run the box-cox transformation
bc <- boxcox(y ~ x)
(lambda <- bc$x[which.max(bc$y)])
[1] 0.4242424
powerTransform <- function(y, lambda1, lambda2 = NULL, method = "boxcox") {
boxcoxTrans <- function(x, lam1, lam2 = NULL) {
# if we set lambda2 to zero, it becomes the one parameter transformation
lam2 <- ifelse(is.null(lam2), 0, lam2)
if (lam1 == 0L) {
log(y + lam2)
} else {
(((y + lam2)^lam1) - 1) / lam1
}
}
switch(method
, boxcox = boxcoxTrans(y, lambda1, lambda2)
, tukey = y^lambda1
)
}
# re-run with transformation
mnew <- lm(powerTransform(y, lambda) ~ x)
# QQ-plot
op <- par(pty = "s", mfrow = c(1, 2))
qqnorm(m$residuals); qqline(m$residuals)
qqnorm(mnew$residuals); qqline(mnew$residuals)
par(op)
Como podem ver isto não é uma bala mágica -- apenas alguns dados podem ser efetivamente transformados (normalmente um lambda menor que -2 ou maior que 2 é um sinal de que não devem usar o método). Como com qualquer outro método estatístico, utilizar com precaução antes da implementação.
Para usar os dois parâmetros de transformação Box-Cox, use o pacote geoR
para encontrar os lambdas:
library("geoR")
bc2 <- boxcoxfit(x, y, lambda2 = TRUE)
lambda1 <- bc2$lambda[1]
lambda2 <- bc2$lambda[2]
EDITS: Conflation of Tukey and Box-Cox implementation as pointed out by @Yui-Shiuan fixed.
De acordo com a fórmula de transformação Box-cox no papel Box,George E. P.; Cox,D. R.(1964). "An analysis of transformations" , I think millegge's post might need to be slightly edited.O y transformado deve ser y^(lambda) -1) / lambda em vez de y^(lambda). (na verdade, y^(lambda) é chamada transformação Tukey, que é outra fórmula de transformação distinta.) Então, o código deve ser:
(trans <- bc$x[which.max(bc$y)])
[1] 0.4242424
# re-run with transformation
mnew <- lm(((y^trans-1)/trans) ~ x) # Instead of mnew <- lm(y^trans ~ x)
Mais informação
Correcto. implementação da fórmula de transformação Box-Cox pela boxcox () em R:
https://www.r-bloggers.com/on-box-cox-transform-in-regression-models/Uma grande comparação entre transformação Box-Cox e transformação Tukey. http://onlinestatbook.com/2/transformations/box-cox.html
Pode-se também encontrar a fórmula de transformação Box-Cox em Taxa: en.wikipedia.org/wiki/Power_transform#Box.E2.80.93Cox_transformation