(참고하시기 바랍니다 두 번째 버전 스크립트의 첫 번째 버전에 비해 크게 향상된 기능을 제공합니다. 2014년 10월 3일 이전에 사본을 받은 경우 사본을 다운로드하여 업데이트하십시오.)
이 스크립트는 모든 숫자 데이터 열과 함께 사용되어 Box-Cox 변환의 유익한 효과를 보여줄 수 있습니다. 변환된 변수를 사용하여 새 열이 생성됩니다. 새 열 이름은 "X" 접미사가 붙은 원래 열 이름입니다. 새 열에는 사용자 정의 열 속성이 포함됩니다. 람다 , 변환 매개변수 또는 거듭제곱의 값을 사용합니다. 처음에는 거듭제곱이 1이고 새 열에는 원래 데이터 값이 포함됩니다.
변환에서는 모델이 없다고 가정하지만 로그 우도는 정규 분포 모델 또는 동등한 절편 항만 있는 일반 최소 제곱 회귀 모델을 가정합니다.
변환할 변수가 포함된 데이터 테이블을 연 다음 스크립트를 열고 실행하면 됩니다. 나는 중급 가격 의 변수 자동차 1993 내 예로서 데이터 테이블. 데이터 열을 선택하고 예, 응답 을 클릭한 다음 좋아요 .
데모에서는 다음을 사용합니다. 분포 변환된 데이터 열의 히스토그램과 일반 분위수 도표를 표시하는 플랫폼입니다.
두 그래프 모두에서 이 변수가 강한 오른쪽 편향을 보이는 것을 볼 수 있습니다. 거듭제곱이 1일 때 로그 우도는 -210.415입니다. 슬라이더를 사용하여 -2와 2 사이에서 0.1단계로 검정력을 변경합니다. 람다 값 -0.2는 로그 우도의 가장 높은 값(-192.066)을 가져옵니다. 슬라이더를 사용하여 람다를 변경하면 새 데이터 열이 업데이트됩니다. 이 변경으로 인해 플롯이 업데이트됩니다. 자동 재계산 특징 분포 켜져 있습니다.
(다음 부분에서는 새로운 기능을 보여줍니다!)
최적의 전력 개요를 엽니다.
이 보고서는 매개변수 람다에 대한 로그 우도 프로파일을 파란색 곡선으로 표시합니다. 최대 로그 우도 값은 검은색 수직선으로 표시됩니다. 양쪽의 회색 세로선은 알파 = 0.05에서 유의미한 우도비 테스트를 기반으로 하는 95% 하한 및 상한 신뢰 구간을 나타냅니다. 빨간색 수평선은 간격으로 곡선과 교차합니다.
좋은 일반적인 관행은 값을 가장 가까운 정수(0, 1, 2 등) 또는 역수(1/2, 1/3 등)로 반올림하는 것입니다. 왜냐하면 이 값에는 일반적으로 물리적인 해석이나 기초가 있기 때문입니다. . 이 예에서는 0이 람다에 적합한 선택입니다. 이 검정력은 로그 변환과 동일하며 약간 더 낮은 로그 우도(-192.686)를 산출하고 정규 분위수 플롯에서 선형성 손실이 감지되지 않습니다.
변수를 Y 또는 반응 역할로 캐스팅했지만 고정 효과를 포함하지 않는 경우(절편 전용 모델) Fit Least Squares 플랫폼에 내장된 명령을 사용하여 동일한 결과를 얻을 수 있습니다.
참조
6.5.2. 데이터가 비정규일 때 어떻게 해야 할까요? (2014년 10월 3일 현재)
(이 데모 개발에 도움을 준 미네소타 대학 칼슨 경영대학원의 Christopher Nachtsheim 교수에게 개인적으로 감사드립니다.)
(항상 더 많은 교육 기능, 엄격함, 더 나은 그래픽을 요구하는 동료 Dr. Diane Michelson과 Dr. Chris Gotwalt에게도 감사드립니다.)
저는 JMP 16을 베타 테스트 중이며 이제 기본적으로 제가 볼 수 있는 모든 플랫폼(분포, X로 Y 맞추기, 모델 맞추기)에서 box-cox 변환을 사용하고 있습니다. 그리고 더 좋은 점은 다양한 람다 수준에서 변환 시 분포가 어떤 모습일지 보여주는 작은 그래프가 표시된다는 것입니다.
이것은 매우 유용한 스크립트입니다. 모델을 피팅하지 않을 때 거듭제곱 변환이 도움이 되는 상황이 많이 있습니다. JMP 15에서 본 적이 없는 한 JMP에는 단변량 Box-Cox가 내장되어 있지 않다고 생각합니다. Minitab에는 일변량 Box-Cox가 내장되어 있습니다. 그냥...넛지 넛지라고요.
나는 동의한다. 내가 알지 못하는 Box-Cox 변환을 사용하는 데 반대하는 이유가 없다면 이는 배포 플랫폼에서 유용할 것입니다.
와, 이거 정말 훌륭해요, 정말 고마워요!이것이 JMP 배포 플랫폼에 내장되어 있지 않은 이유가 있나요?
Fit Model을 거치는 것보다 Box-Cox 변환에 액세스하는 것이 매우 유용할 것입니다.
