Box-Cox变换

简介

编辑

Box-Cox变换的一般形式为：

式中

   

为经Box-Cox变换后得到的新变量，

   

为原始连续因变量，

   

为变换参数。以上变换要求原始变量

   

取值为正，若取值为负时，可先对所有原始数据同加一个常数

   

使其

   

为正值，然后再进行以上的变换。对不同的

   

所作的变换不同。在

   

时该变换为对数变换，

   

时为倒数变换，而在

   

时为平方根变换。Box-Cox变换中参数

   

的估计有两种方法：(1) 最大似然估计；(2)Bayes方法。通过求解

   

值，就可以确定具体采用哪种变换形式。

变换过程

编辑

Box-Cox变换是对回归因变量Y的如下变换：

在这里

   

是一个待定变换参数。对于不同的

   

，所作的变换也不相同，所以Box-Cox变换是一族变换，它包括了平方根变换(

   

)，对数变换(

   

)和倒数变换(

   

)等常用变换，对因变量的n个观测值

   

，应用上述变换，可得变换后的向量

我们要确定变换参数

   

，使得

   

满足

即要求通过因变量的变换，使得变换过的向量

   

与回归自变量具有线性相依关系，误差也服从正态分布．误差各分量是等方差且相互独立，故Box-Cox变换是通过参数

   

的适当选择。达到对原来数据的“综合治理”，使其满足一个正态线性回归模型的所有假设条件。

用极大似然方法来确定

   

，由于

   

，故对固定的

   

，

   

和

   

的似然函数为

其中，

   

为变换的Jacobi行列式

当

   

固定时，

   

是不依赖于参数

   

和

   

的常数因子，

   

的其余部分关于

   

和

   

求导数，令其等于零，可求得

   

和

   

的极大似然估计

残差平方和为

对应的似然最大值为

该式为

   

的一元函数，通过求它的最大值来确定

   

，因为

   

是x的单调函数，问题可转化为求

   

的最大值，对式(3)求对数，略去与

   

无关的常数项，得

其中，

式(4)对Box-Cox变换在计算机上实现带来很大的方便，因为我们只要求出残差平方和

   

的最小值，就可以求出

   

的最大值，虽然很难找出使

   

达到最小值的

   

的解析表达式，但是对一系列的

   

给定值，通过最普通的求最小二乘估计的回归程序，很容易计算出对应的

   

，画出

   

关于

   

的曲线，可在图上近似地找出

   

达到最小值的

   

。

Box-Cox变换变换的具体步骤如下：

(1)对给定的

   

值，计算

   

，如果

   

，用式(6)计算，否则用式(7)；

(2)利用式(5)计算 残差平方和

   

；

(3)对一系列的

   

值，重复上述步骤，得到相应的残差平方和

   

的一串值，以

   

为横轴，作出相应的曲线，用直观的方法，找出使

   

达到最小值的点

   

。

(4)利用式(2)，求出

   

。

意义

编辑

Box-Cox变换的一个显著优点是通过求变换参数

   

来确定变换形式，而这个过程完全基于数据本身而无须任何先验信息，这无疑比凭经验或通过尝试而选用 对数、 平方根等变换方式要客观和精确。

Box-Cox变换的目的是为了让数据满足线性模型的基本假定，即线性、正态性及方差齐性，然而经Box-Cox变换后数据是否同时满足了以上假定，仍需要考察验证  [2]  。

转载于:https://www.cnblogs.com/shida-liu/p/9810078.html