Question

我正在处理非正常分发的数据。我已应用常用方法：日志和平方根以转换数据，然后使用ARIMA模型对其进行处理，以便我进行预测。

我试过的是：

set.seed(123)
y<-rexp(200)

yl<-log(y+1)
shapiro.test(yl)

trans<-(y-mean(y))/sd(y)
shapiro.test(trans)

这种方法未能通过常态测试，我想问一下是否还有其他选项可以将数据转换为R中的普通数据。

Answer 1

您可以尝试预测包，并使用 BoxCox.lambda 函数来处理 BoxCox转换。缩放/重新缩放是自动完成的。例如：

 require(forecast)
 y <- ts(rnorm(120,0,3) + 20*sin(2*pi*(1:120)/12), frequency=12) + runif(120)
 lambda <- BoxCox.lambda(y) # should check if the transformation is necessary
 model <- auto.arima(y, lambda = lambda)
 plot(forecast(model))

R中存在哪种归一化方法？

1 个答案: