(Tenga en cuenta que el segunda versión del guión ofrece una mejora significativa con respecto a la primera versión. Descargue y actualice su copia si la recibió antes del 3 de octubre de 2014).
Este script se puede utilizar con cualquier columna de datos numéricos para demostrar el efecto beneficioso de la transformación Box-Cox. Se crea una nueva columna con la variable transformada. El nuevo nombre de la columna es el nombre de la columna original con el sufijo "X". La nueva columna incluye una propiedad de columna personalizada, lambda , con el valor del parámetro de transformación o potencia. Inicialmente, la potencia es 1 y la nueva columna contiene los valores de datos originales.
Tenga en cuenta que la transformación no asume ningún modelo, pero la probabilidad logarítmica asume el modelo de distribución normal o, equivalentemente, el modelo de regresión de mínimos cuadrados ordinarios con solo un término de intersección constante.
Simplemente abra la tabla de datos con la variable a transformar y luego abra y ejecute el script. estoy usando el Precio medio variables en el Coches 1993 tabla de datos como mi ejemplo. Seleccione la columna de datos, haga clic Y, respuesta y luego haga clic en DE ACUERDO .
La demostración utiliza el Distribución plataforma para mostrar el histograma y el gráfico de cuantiles normales de la columna de datos transformados.
Se puede ver en ambos gráficos que esta variable presenta un fuerte sesgo hacia la derecha. La probabilidad logarítmica es -210,415 cuando la potencia es 1. Utilice el control deslizante para cambiar la potencia entre -2 y 2 en pasos de 0,1. El valor lambda -0,2 da como resultado el valor más alto de la probabilidad logarítmica (-192,066). Al cambiar lambda con el control deslizante se actualiza la nueva columna de datos. Este cambio a su vez actualiza los gráficos porque el Recálculo automático característica de Distribución está prendido.
(¡Tenga en cuenta que la siguiente parte demuestra la nueva característica!)
Abra el esquema de Potencia óptima.
Este informe muestra el perfil de probabilidad logarítmica del parámetro lambda como una curva azul. El valor máximo de probabilidad logarítmica se indica mediante la línea vertical negra. Las líneas verticales grises a cada lado indican el intervalo de confianza superior e inferior del 95 % basado en una prueba de razón de verosimilitud significativa al alfa = 0,05. La línea horizontal roja cruza las curvas en el intervalo.
Una buena práctica general es redondear el valor al número entero más cercano (0, 1, 2, etcétera) o al número entero recíproco (1/2, 1/3, etcétera) porque este valor generalmente tiene una interpretación o fundamento físico. . En este ejemplo, 0 es una buena opción para lambda. Esta potencia es equivalente a la transformación logarítmica y produce una probabilidad logarítmica ligeramente inferior (-192,686) y ninguna pérdida apreciable de linealidad en el gráfico cuantil normal.
Tenga en cuenta que puede obtener el mismo resultado con el comando integrado en la plataforma Ajustar mínimos cuadrados si convierte la variable en el rol Y o de respuesta pero no incluye ningún efecto fijo (modelo de solo intercepción).
Referencia
6.5.2. ¿Qué hacemos cuando los datos no son normales? (al 3 de octubre de 2014)
(Agradecimiento personal al profesor Christopher Nachtsheim de la Carlson School of Management de la Universidad de Minnesota por su ayuda en el desarrollo de esta demostración).
(Un agradecimiento adicional a mis colegas, la Dra. Diane Michelson y el Dr. Chris Gotwalt, por siempre presionarme para obtener más funciones instructivas, rigor y mejores gráficos).
Estoy probando la versión beta de JMP 16 y la transformación box-cox ahora se encuentra básicamente en todas las plataformas que puedo ver (Distribución, Ajuste Y por X, Ajuste modelo). Y, mejor aún, aparece un pequeño grafito para mostrarle cómo se vería su distribución al transformarse en varios niveles lambda.
Este es un guión muy útil. Hay muchas situaciones en las que la transformación de potencia resulta útil cuando no se está ajustando un modelo. No creo que JMP haya incorporado un Box-Cox univariado todavía, a menos que no lo haya visto en JMP 15. Minitab tiene incorporado Box-Cox univariado. Sólo digo... empujón, empujón.
Estoy de acuerdo. Esto sería fantástico en la plataforma de Distribución a menos que exista algún motivo en contra del uso de transformaciones Box-Cox que desconozca.
Vaya, esto es excelente, ¡muchas gracias!¿Hay alguna razón por la que esto no esté integrado en la plataforma de distribución de JMP?
Sería inmensamente útil acceder a una transformación Box-Cox allí en lugar de pasar por Fit Model.
