（請注意，第二個版本該腳本的版本比第一個版本有了顯著的增強。 如果您在 2014 年 10 月 3 日之前獲得副本，請下載並更新。）
此腳本可與任何數值資料列一起使用，以示範 Box-Cox 轉換的有益效果。 使用轉換後的變數建立一個新列。 新列名是原始列名加上“X”後綴。 新列包含自訂列屬性，拉姆達，具有變換參數或冪的值。 最初冪為 1，新列包含原始資料值。
請注意，變換假設沒有模型，但對數似然假設常態分佈模型或等效的僅具有常數截距項的普通最小平方法迴歸模型。
只需開啟包含要轉換的變數的資料表，然後開啟並執行腳本即可。 我正在使用中檔價格變數在汽車總動員1993數據表作為我的例子。 選擇資料列，點選是，回應，然後按一下好的。
該演示使用分配平台顯示轉換資料列的直方圖和常態分位數圖。
您可以在兩個圖中看到該變數表現出強烈的右偏。 當冪為 1 時，對數似然為 -210.415。 使用滑桿以 0.1 為步長在 -2 和 2 之間變更功率。 lambda 值 -0.2 產生對數似然的最高值 (-192.066)。使用滑桿變更 lambda 會更新新的資料列。 這一變化反過來更新了繪圖，因為自動重新計算的特徵分配已開啟。
（請注意，下一部分將演示新功能！）
打開最佳功率大綱。
此報告將參數 lambda 的對數似然分佈顯示為藍色曲線。 最大對數似然值以黑色垂直線表示。 兩側的灰色垂直線表示基於 alpha = 0.05 時顯著的似然比檢定的 95% 置信區間的下限和上限。 紅色水平線在間隔處與曲線相交。
良好的一般做法是將值舍入為最接近的整數（0、1、2 等）或倒數整數（1/2、1/3 等），因為該值通常具有物理解釋或基礎。 在此範例中，0 是 lambda 的不錯選擇。 此功效相當於對數變換，並產生稍低的對數似然 (-192.686)，在常態分位數圖中沒有明顯的線性損失。
請注意，如果將變數轉換為 Y 或反應角色，但不包含任何固定效應（僅截距模型），則可以使用「擬合最小平方法」平台中的內建命令來獲得相同的結果。
參考
6.5.2.當數據不正常時我們該怎麼辦（截至2014年10月3日）
（個人感謝明尼蘇達大學卡爾森管理學院的 Christopher Nachtsheim 教授幫助開發此演示。）
（另外也要感謝我的同事 Diane Michelson 博士和 Chris Gotwalt 博士，他們總是督促我提供更多的教學功能、嚴謹性和更好的圖形。）
我正在對 JMP 16 進行 Beta 測試，box-cox 變換現在基本上出現在我能看到的所有平台中（分佈、透過 X 擬合 Y、擬合模型）。 而且，更好的是，會彈出一個小圖，向您展示您的分佈在不同 lambda 級別進行轉換後的樣子。
這是一個非常有用的腳本。 在很多情況下，當您不擬合模型時，冪變換會很有幫助。 我認為 JMP 尚未內建單變量 Box-Cox，除非我在 JMP 15 中沒有看到它。 Minitab 內建了單變量 Box-Cox。 只是說……輕推。
我同意。 這在分發平台中會很棒，除非有一些我不知道的原因反對使用 Box-Cox 轉換。
哇，這太棒了，非常感謝！JMP 分發平台沒有內建此功能是否有原因？
在那裡存取 Box-Cox 變換而不是透過擬合模型將非常有用。
