Métodos e fórmulas para Transformação de Box-Cox para séries temporais

Transformação de Box-Cox

A transformação de Box-Cox é dada pela seguinte fórmula:

onde Xi é um valor de dados original e λ é o parâmetro para a transformação. Quando a análise busca o valor ideal de λ, a análise arredonda o valor ideal de λ para 0,5 ou para o inteiro mais próximo para realizar a transformação.

Valores de λ comuns

A tabela a seguir mostra alguns valores de λ usados e suas transformações.
λ Transformação
2
0,5
0
-1

Procure o λ ideal

Minitab Statistical Software usa o método de Guerrero1 para definir o critério para o valor ideal de λ e o método de Brent2 para procurar o valor ideal. O análise tem as seguintes etapas gerais:
  1. Defina o critério para que o valor ideal seja um coeficiente mínimo de variação.
  2. Divida a série em sub-séries H .
  3. Use o método de Brent para encontrar o valor de λ que minimiza o coeficiente de variação.

As seções a seguir definem a subesse e o coeficiente de variação.

Sub-série

Divida a série em subesagradas por período sazonal. Se o período sazonal não se dividir uniformemente na série, omiti as observações restantes desde o início da série. Se as especificações para a análise não incluirem um período sazonal, então defina o período sazonal = 2.

Por exemplo, assuma uma série temporal original com 10 observações e um período sazonal de 4: {5, 6, 3, 2, 9, 8, 1, 7, 10, 4}. O número de subes séries é de 10 modulos 4 = 2. Como 4 não se divide uniformemente em 10, use apenas as últimas 8 observações para formar a subesse. As sub-séries são {3, 2, 9, 8} e {1, 7, 10, 4}.

Valores faltantes

Se uma subes série contiver 1 ou mais valores faltantes, omiti a subesse dos cálculos na busca pelo valor ideal de λ. A pesquisa requer pelo menos 2 sub-séries sem valores faltantes.

Coeficiente de variação

Use as seguintes definições para calcular o coeficiente de variação:
TermoDescrição
X1, X2, ... XNas observações na série temporal original
Po período sazonal da série temporal original
Xh.a observação em subséries h, onde i=1, ..., P e h=1, ..., H
a média amostral da subesatra hth
o desvio padrão amostral da subesse hth

As seguintes equações definem as estatísticas de cada subesse:

Para um determinado λ e para h=1, ..., H use a seguinte definição:

Calcule a média da amostra e o desvio padrão da amostra para as estatísticas W :

O Coeficiente de Variação (CV) para as estatísticas W tem a seguinte equação:

Use o método de Brent para encontrar o valor de λ que minimiza o CV no intervalo das especificações para a análise. A análise gira em frente ao valor ideal de λ para 0,5 ou ao inteiro mais próximo para realizar a transformação.

1 Guerrero, V.M. (1993). Time series analysis supported by power transformation. Journal of Forecasting 12(1), 37-48.
2 Brent, R. P. (1973) An algorithm with guaranteed convergence for finding a minimum of a function of one variable. In Algorithms for minimization without derivatives (pp. 61-80). Prentice Hall.