R误差下的Boxcox()变换

h5qlskok 于 2023-03-20 发布在其他

关注(0)|答案(1)|浏览(199)

cellphone = read.csv("/Users/crystalchau/Desktop/UICT-CELL_IND.csv", nrows = 25, colClasses = c(NA,NA,"NULL")) 

cellphone = cellphone[nrow(cellphone):1,]

cellphone.ts = ts(cellphone, frequency = 1)

ts.plot(cellphone.ts, ylab = "Mobile Cellular Telephone Subscriptions")

title(expression(Mobile~Celluar~Telephone~Subscriptions))

par(mfrow=c(1,2))

cellphone = read.csv("/Users/crystalchau/Desktop/UICT-CELL_IND.csv", nrows = 25, colClasses = c("NULL",NA,"NULL"))

cellphone = cellphone[nrow(cellphone):1,]

cellphone.ts = ts(cellphone, frequency = 1)

acf(cellphone.ts, lag.max = 10)

pacf(cellphone.ts, lag.max = 10)

cellphone.ts = ts(cellphone, frequency = 12)

decompose_cellphone = decompose(cellphone.ts, type = "multiplicative")

plot(decompose_cellphone)

library(MASS)

bcTransform = boxcox(cellphone ~ as.numeric(1:length(cellphone)), lambda = seq(-1, 1, length = 10))

plot(bcTransform, type = 'l', axes = FALSE)

它不允许我运行boxcox转换行，并给出错误消息：
boxcox.default（手机.ts ~ as.数字（1：长度（手机.ts））中出错，：响应变量必须为正数
我哪里做错了？

来源：https://stackoverflow.com/questions/50576059/boxcox-transformation-in-r-error

1条答案

按热度按时间

sigwle7e1#

该错误表明数据中存在零值或无穷大值（在本例中为cellphone）。
'* 在线性回归中，box-cox变换广泛用于变换目标变量，以便满足线性和正态性假设。但box-cox变换只能用于严格正的目标值。如果目标（因）变量中有负值，则不能使用box-cox和对数变换。*'（ref）
可以通过向iris数据集添加负值来重现该误差。

library(MASS)

data(iris)

#no negatives, no error

boxcox(iris$Petal.Width ~ as.numeric(1:length(iris$Species)), lambda = seq(-1, 1, length = 10))

#add negatives

iris$Petal.Width2<-iris$Petal.Width-5

#gives error

boxcox(iris$Petal.Width2 ~ as.numeric(1:length(iris$Species)), lambda = seq(-1, 1, length = 10))

#Error in boxcox.default(iris$Petal.Width2 ~ as.numeric(1:length(iris$Species)),  : 
#response variable must be positive

您可以考虑尝试Yeo-Johnson转换。这类似于box-cox，但允许负值。（see here）

赞(0）回复(0）举报 2023-03-20

我来回答

R误差下的Boxcox()变换

1条答案

相关问题

热门标签

最新问答