该脚本支持的交互式演示 Box-Cox电力转换在简单的线性回归的背景下。您可以转换因变量，自变量或两者。只需打开一个带有示例的数据表。（此描述使用汽车1993 来自的数据表样本数据文件夹。）然后打开并运行脚本。选择因变量并单击 Y，回应 。选择自变量并单击 X，预测者 。
点击好 。
初始结果表示图是主要特征。这些图从左上角开始，按时钟顺序进行，是：
- 原始数据的散点图。该实例表现出非线性关系和异方差性。
- 转换后数据的散点图。每个变量的功率级别最初设置为1，这不会更改数据。
- 转换后预测变量的残差的散点图。
- 回归的R平方（轮廓）的等高线图作为X和Y功率水平的函数。自变量和因变量的当前功率电平分别由垂直线和水平线表示。对角线表示X和Y功率相等的位置。最大R平方达到与确定最佳功率的最小平方误差总和相同的目的。此示例的最大R平方位于绘图中下部的轮廓内。
图表右侧有两个滑块，用于确定每个变量的当前功率值，以及当前变换下线性回归的R平方报告。对于该示例，R square最初为0.35。拖动每个变量的滑块，直到达到最大R平方值。
R square现在是0.63，这个关系现在基本上是线性的，并且误差是同方差的。
请注意，适用于因变量的Box-Cox Power Transformation可在Fit Least Squares平台中使用。
参考
Box，GEP和DR Cox（1964） 转型分析 ，皇家统计学会期刊，B辑（方法论），26（2）211-252。
