(ご注意ください。 2番目のバージョンスクリプトのこのバージョンでは、最初のバージョンに比べて大幅な機能強化が行われています。 2014 年 10 月 3 日より前にコピーを入手した場合は、ダウンロードして更新してください。)
このスクリプトを任意の数値データ列で使用して、Box-Cox 変換の有益な効果を実証できます。 変換された変数を使用して新しい列が作成されます。 新しい列名は、元の列名に「X」接尾辞を付けたものです。 新しい列にはカスタム列プロパティが含まれています。ラムダ、変換パラメータまたはパワーの値を使用します。 最初の累乗は 1 で、新しい列には元のデータ値が含まれます。
変換はモデルを仮定しませんが、対数尤度は正規分布モデル、または同等の定数切片項のみを持つ通常の最小二乗回帰モデルを仮定することに注意してください。
変換する変数を含むデータ テーブルを開いて、スクリプトを開いて実行するだけです。 私が使用しているのは、ミッドレンジ価格の変数カーズ 1993私の例としてデータテーブル。 データ列を選択し、クリックします。 Y、応答をクリックしてから、わかりました。
デモンストレーションでは、分布プラットフォームを使用して、変換されたデータ列のヒストグラムと正規分位点プロットを表示します。
両方のプロットで、この変数が強い右歪みを示していることがわかります。 べき乗が 1 の場合、対数尤度は -210.415 です。 スライダーを使用して、パワーを -2 ～ 2 の間で 0.1 ステップで変更します。 ラムダ値 -0.2 は、対数尤度の最高値 (-192.066) になります。スライダーを使用してラムダを変更すると、新しいデータ列が更新されます。 この変更によりプロットが更新されます。自動再計算の特徴分布がオンになっています。
(次のパートでは新機能について説明します。)
最適電力のアウトラインを開きます。
このレポートには、パラメーター ラムダの対数尤度プロファイルが青い曲線として表示されます。 最大対数尤度値は黒い縦線で示されます。 両側の灰色の縦線は、アルファ = 0.05 で有意な尤度比検定に基づく下限および上限の 95% 信頼区間を示します。 赤い水平線は曲線と一定の間隔で交差します。
一般に、この値には物理的な解釈や基礎があるため、値を最も近い整数 (0、1、2 など) または整数の逆数 (1/2、1/3 など) に四捨五入することをお勧めします。 。 この例では、ラムダとして 0 が適切な選択です。 この検出力は対数変換に相当し、わずかに低い対数尤度 (-192.686) を生成しますが、通常の分位点プロットでは線形性が大幅に失われません。
変数を Y または応答ロールにキャストし、固定効果 (切片のみのモデル) を含まない場合、最小二乗法フィット プラットフォームの組み込みコマンドで同じ結果が得られることに注意してください。
参照
6.5.2.データが正常でない場合はどうすればよいですか（2014年10月3日現在）
(このデモンストレーションの開発にご協力いただいた、ミネソタ大学カールソン経営大学院の Christopher Nachtsheim 教授に個人的に感謝します。)
(さらに、より指導的な機能、厳密さ、より良いグラフィックスを常に私に求めてくださった同僚の Diane Michelson 博士と Chris Gotwalt 博士にも感謝します。)
私は JMP 16 のベータテストを行っていますが、ボックス-コックス変換は基本的に私が確認できるすべてのプラットフォーム (ディストリビューション、Y by X に適合、モデルに適合) で使用できるようになりました。 さらに良いことに、小さなグラフレットがポップアップして、さまざまなラムダ レベルで変換すると分布がどのように見えるかを示します。
これは非常に役立つスクリプトです。 モデルを当てはめていないときにべき乗変換が役立つ状況は数多くあります。 JMP 15 でそれを見なかった場合を除いて、JMP にはまだ一変量 Box-Cox が組み込まれていないと思います。 Minitab には一変量ボックス-コックスが組み込まれています。 ただ言ってるだけです...小突いてください。
同意します。 これは、私が知らない Box-Cox 変換の使用に反対する何らかの理由がない限り、ディストリビューション プラットフォームでは素晴らしいことでしょう。
うわー、これは素晴らしいですね、本当にありがとう！これが JMP 配布プラットフォームに組み込まれていない理由はありますか?
Fit Model を経由するのではなく、Box-Cox 変換にアクセスできれば非常に便利です。
