原标题:基于R语言进行Box-Cox变换
作者简介
作者:吴健中国科学院大学 R语言、统计学爱好者,尤其擅长R语言和Arcgis在生态领域的应用分享
个人公众号:统计与编程语言
Q:
为什么要进行Box-Cox转换?
A:
Box-Cox是一种广义幂变换,统计建模中常用的变换,用于连续响应变量不满足正态时的情况。Box-Cox的一个显著的有点是通过求变参数λ来确定变换形式,而这个过程完全基于数据本身而无需任何先导信息,这比凭经验的对数,平方根变换更客观。
Box-Cox变换公式如下:
y必须取正值,y值为负,首先y+a,对不同的λ所做的变换不同。λ=0对数变换;λ=-1倒数变换;λ=0.5平方根变换。
下面本文将介绍基于R语言进行Box-Cox转换。
STEP1:加载程序包并读取数据
library(readxl)#此包可以读取电子表格数据
library(moments)#此包可进行偏度锋度计算
library(MASS)#基于此包进行box-cox转换
data
STEP2:构建线性模型并检查残差是否满足正态分布
r1
hist(r1$residuals)#绘制残差频率分布图
skewness(r1$residuals)#计算偏度 结果1.89
通过残差频率分布图和偏度值可以发现残差并不满足正态分布。
STEP3:进行Box-Cox转换,确定λ值
b
b
lambda
lik
bc
bc[order(-lik),]#结果λ=-0.3时lik值最大,因此λ取值-0.3
STEP4:依据步骤3确定的λ值进行转换,并检查残差的正态性
r2
hist(r2$residuals)
skewness(r2$residuals)#结果-0.89
通过上述转换,可以看出残差分布已经近似正态了。
文中数据
链接:
https://pan.baidu.com/s/123pM4Z3rXeGKI1DSOtgTPQ
提取码:fj8h
复制这段内容后打开百度网盘手机App,操作更方便哦返回搜狐,查看更多
责任编辑: