为Yeo和Johnson变换估算Lambda

Question

我有一个csv文件中的降雨值时间序列。我绘制了数据的直方图。直方图偏向左侧。我想改变这些值，以便它具有正常的分布。我使用了R中的Yeo-Johnson变换。变换的值是here。

我的问题是：

在上述变换中，我使用的0.5的λ的测试值，这工作正常。是否有根据时间序列确定lambda的最优值？我会感谢任何建议。

到目前为止，下面的代码：

library(car) 
dat <- scan("Zamboanga.csv") 
hist(dat) 
trans <- yjPower(dat,0.5,jacobian.adjusted=TRUE) 
hist(trans) 

Here is the csv file。

Answer 1

首先使用汽车包装中的函数boxCox通过最大似然估计λ来找到最优lambda。

您可以绘制这样说：

boxCox(your_model, family="yjPower", plotit = TRUE) 

正如本Bolker在评论说，这里的模型可以像

your_model <- lm(dat~1) 

然后使用优化的拉姆达在你现有的代码中。