Mit der Box-Cox-Transformation wird ein Lambda-Wert geschätzt (wie in der folgenden Tabelle veranschaulicht), der die Standardabweichung einer standardisierten transformierten Variablen minimiert. Die resultierende Transformation ist Yλ, wenn λ ҂ 0; sie ist ln Y, wenn λ = 0.
Bei der Box-Cox-Methode werden viele Arten von Transformationen durchsucht. In der folgenden Tabelle sind einige der gängigsten Transformationen aufgeführt, wobei Y' die Transformation des Y der Daten darstellt.
Lambda-Wert (λ) | Transformation |
---|---|
Bei der Johnson-Transformation wird die optimale Verteilung aus drei Familien von Verteilungen ausgewählt, um die Daten so zu transformieren, dass sie einer Normalverteilung folgen.
Johnson-Familie | Transformationsfunktion | Spannweite |
---|---|---|
SB | γ + η ln [(x – ε) / (λ + ε – x)] | η, λ > 0, –∞ < γ < ∞ , –∞ < ε < ∞, ε < x < ε + λ |
SL | γ + η ln (x – ε) | η > 0, –∞ < γ < ∞, –∞ < ε < ∞, ε < x |
SU | γ + η Sinh–1 [(x – ε) / λ] , wobei
Sinh–1(x) = ln [x + sqrt (1 + x2)] |
η, λ > 0, –∞ < γ < ∞, –∞ < ε < ∞, –∞ < x < ∞ |
Der Algorithmus verwendet folgendes Verfahren:
Begriff | Beschreibung |
---|---|
SB | Verteilung der Johnson-Familie mit begrenzter Variable (B) |
SL | Verteilung der Johnson-Familie mit lognormaler Variable (L) |
SU | Verteilung der Johnson-Familie mit unbegrenzter Variable (B) |
Weitere Informationen zur Johnson-Transformation finden Sie in Chou et al.1 In Minitab wurde der Shapiro-Wilks-Test auf Normalverteilung durch den Anderson-Darling-Test ersetzt.
Weitere Informationen zum Wahrscheinlichkeitsnetz, zu den Perzentilen und deren Konfidenzintervallen finden Sie unter Methoden und Formeln für Verteilungen in Identifikation der Verteilung.