我有一个像x = [7,41; 7,32; 7,14; 6,46; 7,36; 7,23; 7,16; 7,28]的向量。我做了一个shapiro测试（shapiro.test）和p值= 0.003391826的结果，这意味着它不是正态分布式的，所以我想用box cox转换它（或者如果你有更好的想法，除了log和square root ）成正常形式。
这是我试过的命令：boxcox_x = boxcox（x~1，lambda = seq（2,3,1 / 10），plotit = TRUE，eps = 1/50，xlab = expression（lambda），ylab = ＆＃34;对数似然＆＃34）。在此之后，我在图中看到例如lambda = -2。 然后我写了lambda.max = boxcox_x $ x [which.max（boxcox_ph $ y）]，这段代码中的lambda值与我在图中看到的完全不同
然后我写道：x_new = bcPower（x，lambda.max，jacobian.adjusted = FALSE）因为我认为这段代码会给我新的矢量，它应该是正态分布但结果完全不同
任何人都可以通过简单的方式帮助我解释（我是新手）
谢谢
答案 0 :(得分：0)
获得分布的良好近似是一种取决于上下文的艺术。
您可能遇到的一个更大的问题是，您的样本量较小，可能导致对任何分布中的p值或数据表示的估计不可靠。