R 带有负数据的步骤

我的理解是

步骤_BoxCox（）

需要一个严格的正变量。但是，我尝试对具有一些负值的数据应用该步骤，没有收到错误或警告。输出没有NA值。
如果我的理解有缺陷，或者我使用了错误的语法或其他东西，我不知道是什么错了

库（配方）
图书馆（略读）
#创建虚拟数据
种子集（123）
n结果1
#>预测因子3
#> 
#>操作：
#> 
#>所有_预测器上的Box-Cox变换（）
#烘烤
已处理%
prep（）%>%
烘焙（新数据=NULL）
#检查输出
摘要（数据）
#>x1x2x3y
#>最小值：0.000 Min.：-3.047861 Min.：10.00 Min.：-2.048
#>第一区：3.000第一区：-0.654767第一区：13.00第一区：3.349
#>中位数：5.000中位数：-0.007895中位数：15.00中位数：4.843
#>平均数：4.981平均数：0.011176平均数：14.98平均数：4.993
#>第三区：6.000第三区：0.688699第三区：16.00第三区：6.486
#>最大值：14.000最大值：3.421095最大值：24.00最大值：15.225
摘要（已处理）
#>x1x2x3y
#>最小值：0.000最小值：--3.047861最小值：2.076最小值：--2.048
#>第一区：3.000第一区：-0.654767第一区：2.285第一区：3.349
#>中位数：5000中位数：-0.007895中位数：2.398中位数：4.843
#>平均数：4.981平均数：0.011176平均数：2.388平均数：4.993
#>第三区：6.000第三区：0.688699第三区：2.448第三区：6.486
#>最大值：14.000最大值：3.421095最大值：2.756最大值：15.225
金额（不适用（已处理$x2））
#> [1] 0
撇渣（已加工）

---

由（v0.3.0）于2021-04-29创建

我发现该步骤未应用于x1和x2，两者都不是严格的正值。这与说明“如果估计转换参数非常接近边界，或者如果优化失败，则使用NA值，并且不应用转换”的文档是一致的。但是，如果有警告提醒我没有应用转换，那就太好了。