R语言学习笔记——数据转换为正态分布

该博客内容涉及使用R语言的AID、MASS和car库进行Box-Cox变换,以寻找最佳的λ值。通过不同的包和函数,得出的最优λ值均为-0.0474。此外,还使用forecast库进行了数据的逆变换,并提供了95%和99%的置信区间。整个过程旨在优化数据的正态性和方差齐性。
摘要由CSDN通过智能技术生成
library(AID)
out <- boxcoxnc(data, method = "mle", lambda = seq(-2,2,0.0001), verbose = F, plot = F)
out$lambda.hat
## [1] -0.0474
 
library(MASS)
out <- boxcox(data~1, lambda = seq(-2,2,0.0001), plotit = F)
out$x[which.max(out$y)]
## [1] -0.0474
 
library(car)
out <- powerTransform(data, family = "bcPower")
out$lambda
##        data 
## -0.04740941
confInt(out, level = 0.95)
##   Back transformed data 
## --------------------------------------------- 
##          Mean     2.5%    97.5%
## data 549.3418 379.9816 800.8924
## --------------------------------------------- 
 
confInt(out, level = 0.99)
##   Back transformed data 
## --------------------------------------------- 
##          Mean     0.5%    99.5%
## data 549.3418 334.4112 916.3863
## ---------------------------------------------
library(forecast)
best_lambda=forecast::BoxCox.lambda(data)

data1=forecast::BoxCox(data,lambda=best_lambda)
#用给定的λ对变换之后的数据进行逆变换还原
data2=forecast::InvBoxCox(data1,lambda=best_lambda)
  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值