（请注意，第二个版本该脚本的版本比第一个版本有了显着的增强。 如果您在 2014 年 10 月 3 日之前获得副本，请下载并更新。）
该脚本可与任何数值数据列一起使用，以演示 Box-Cox 转换的有益效果。 使用转换后的变量创建一个新列。 新列名是原始列名加上“X”后缀。 新列包含自定义列属性，拉姆达，具有变换参数或幂的值。 最初幂为 1，新列包含原始数据值。
请注意，变换假设没有模型，但对数似然假设正态分布模型或等效的仅具有常数截距项的普通最小二乘回归模型。
只需打开包含要转换的变量的数据表，然后打开并运行脚本即可。 我正在使用中档价格变量在汽车总动员1993数据表作为我的例子。 选择数据列，点击是，响应，然后单击好的。
该演示使用分配平台显示转换数据列的直方图和正态分位数图。
您可以在两个图中看到该变量表现出强烈的右偏。 当幂为 1 时，对数似然为 -210.415。 使用滑块以 0.1 为步长在 -2 和 2 之间更改功率。 lambda 值 -0.2 产生对数似然的最高值 (-192.066)。使用滑块更改 lambda 会更新新的数据列。 这一变化反过来更新了绘图，因为自动重新计算的特征分配已打开。
（请注意，下一部分将演示新功能！）
打开最佳功率大纲。
此报告将参数 lambda 的对数似然分布显示为蓝色曲线。 最大对数似然值由黑色垂直线表示。 两侧的灰色垂直线表示基于 alpha = 0.05 时显着的似然比检验的 95% 置信区间的下限和上限。 红色水平线在间隔处与曲线相交。
良好的一般做法是将值舍入为最接近的整数（0、1、2 等）或倒数整数（1/2、1/3 等），因为该值通常具有物理解释或基础。 在此示例中，0 是 lambda 的不错选择。 该功效相当于对数变换，并产生稍低的对数似然 (-192.686)，并且在正态分位数图中没有明显的线性损失。
请注意，如果将变量转换为 Y 或响应角色，但不包含任何固定效应（仅截距模型），则可以使用“拟合最小二乘法”平台中的内置命令获得相同的结果。
参考
6.5.2.当数据不正常时我们该怎么办（截至2014年10月3日）
（个人感谢明尼苏达大学卡尔森管理学院的 Christopher Nachtsheim 教授帮助开发此演示。）
（另外还要感谢我的同事 Diane Michelson 博士和 Chris Gotwalt 博士，他们总是督促我提供更多的教学功能、严谨性和更好的图形。）
我正在对 JMP 16 进行 Beta 测试，box-cox 变换现在基本上出现在我能看到的所有平台中（分布、通过 X 拟合 Y、拟合模型）。 而且，更好的是，会弹出一个小图，向您展示您的分布在不同 lambda 级别进行转换后的样子。
这是一个非常有用的脚本。 在很多情况下，当您不拟合模型时，幂变换会很有帮助。 我认为 JMP 尚未内置单变量 Box-Cox，除非我在 JMP 15 中没有看到它。 Minitab 内置了单变量 Box-Cox。 只是说……轻推。
我同意。 这在分发平台中会很棒，除非有一些我不知道的原因反对使用 Box-Cox 转换。
哇，这太棒了，非常感谢！JMP 分发平台没有内置此功能是否有原因？
在那里访问 Box-Cox 变换而不是通过拟合模型将非常有用。
