Fatal编程技术网
  • r/
  • R Yeo和Johnson变换的Lambda估计

R Yeo和Johnson变换的Lambda估计

r csv lambda

R Yeo和Johnson变换的Lambda估计,r,csv,lambda,transformation,r-car,R,Csv,Lambda,Transformation,R Car,我在csv文件中有一个降雨值的时间序列。我绘制了数据的直方图。直方图向左倾斜。我想转换这些值，使其具有正态分布。我使用了R中可用的Yeo-Johnson变换。变换后的值为 我的问题是: 在上面的转换中，我对lambda使用了0.5的测试值，效果很好。有没有办法根据时间序列确定lambda的最佳值？如果有任何建议，我将不胜感激 到目前为止，代码如下： library(car) dat <- scan("Zamboanga.csv") hist(dat) trans <- yjPower

我在csv文件中有一个降雨值的时间序列。我绘制了数据的直方图。直方图向左倾斜。我想转换这些值，使其具有正态分布。我使用了R中可用的Yeo-Johnson变换。变换后的值为

我的问题是:

在上面的转换中，我对lambda使用了0.5的测试值，效果很好。有没有办法根据时间序列确定lambda的最佳值？如果有任何建议，我将不胜感激

到目前为止，代码如下：

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

库（车）

dat首先使用car软件包中的函数
boxCox
通过最大似然估计λ来找到最佳λ

可以这样绘制：


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




正如本·博尔克（Ben Bolker）在评论中所说，这里的模型可能是


your_model <- lm(dat~1)



您的_模型对于什么模型（Cox命令框中的对象）适用于我的数据，我感到困惑。到目前为止，我还没有对数据拟合任何模型。最明显的是拟合一个简单的线性模型：
your_model@Lyndz是的，我会接受Ben Bolker的建议，在阅读了一些关于lm函数的文章后，我现在就知道了。非常感谢你的帮助！请提供一个可复制的示例，最好是模拟的，而不是链接的数据。这里的链接是断开的，没有必要的，因为它是一个向量。