Supongamos que tengo una variable cuya distribución está sesgada positivamente en un grado muy alto, de modo que no basta con tomar el registro para ponerlo dentro del rango de sesgo para una distribución normal. ¿Cuáles son mis opciones en este momento? ¿Qué puedo hacer para transformar la variable a una distribución normal?
Respuestas
¿Demasiados anuncios?
Aksakal
Puntos
11351
Tratar directamente de Box-Cox transformar como por Box, G. E. P. y Cox, D. R. (1964), "Un Análisis de las Transformaciones, en" Revista de la Sociedad Real de Estadística, Serie B, de 26 años, 211--234. SAS tiene la descripción de su loglikelihood función en la Normalización de las Transformaciones, que se puede utilizar para encontrar el óptimo $\lambda$ parámetro, el cual es descrito en Atkinson, A. C. (1985), las Parcelas, las Transformaciones y la Regresión, Nueva York: Oxford University Press.
Es muy fácil de implementar tener el LL de la función, o si usted tiene un stat de paquete como SAS o MATLAB uso de sus comandos: es boxcox comando en MATLAB y PROC TRANSREG en SAS.
También, en R, esto es, en la MISA del paquete, la función boxcox().
Sarah Thomas
Puntos
148
Por asimetría positiva (la cola está en el extremo positivo del eje x), no son la raíz cuadrada de la transformación, la transformación de registro, y a la inversa/recíproco de transformación (en orden creciente de gravedad). Por lo tanto, si el registro de la transformación no es suficiente, puede utilizar el siguiente nivel de transformación. Cuadro de Cox se ejecuta todas las transformaciones automáticamente así que usted puede elegir el mejor.
