stats.boxcox()函数详解

官方文档

scipy.stats.boxcox(x, lmbda=None, alpha=None)

返回一个通过Box-Cox次方转换的正的数据集

参数	数据类型	意义
x	ndarray	输入数组。1维
lmbda	{None, scalar}, optional	如果lmbda不是None，对这个值进行转换 如果lmbda是None，找到最大化对数似然函数的lambda并将其返回为第二个输出参数
alpha	{None, float}, optional	如果alpha不是None，返回lmbda的置信区间作为第三个输出参数。必须是0.0~1.0

返回	数据类型	意义
boxcox	nndarray	Box-Cox次方转换数组
maxlog	float, optional	如果lmbda参数是None，返回的第二个参数是最大化对数似然函数的lambda
(min_ci, max_ci)	tuple of float, optional	如果lmbda参数是None并且alpha不是None，这个返回的浮点数元组表示在给定alpha下最小和最大置信限制

boxcox要求输入数据都是正的。转换公式为
$$\begin{gathered} y=(x\ast \ast lmbda-1)/lmbda,forlmbda>0 \\ log(x),forlmbda=0 \end{gathered}$$

• 意义解释：Box-Cox变换

  做回归分析时，通常假设回归方程的残差具有有齐性，即等方差。如果残差不满足齐性，即出现异方差（残差发散），此时就可以通过做Box-Cox变换实现回归方程残差齐性。

  Box-Cox变换实现两项工作：做变换、确定lambda的值（也就是boxcox()函数返回的前两个参数）

  boxcox是将数据分布正态化，使其更加符合后续对数据分布的假设。

  boxcox可以降低skewness值，达到接近正态分布的目标。

---

• Reference

1. box-cox变换
2. R语言Box-Cox变换与多重共性线
3. 数据挖掘中常用的数据变换方法总结