Una transformación box-cox es un método comúnmente utilizado para transformar un conjunto de datos que no se distribuye normalmente en uno con una distribución más normal .
La idea básica es encontrar algún valor para λ tal que los datos transformados estén lo más cerca posible de la distribución normal, utilizando la siguiente fórmula:
- y (λ) = (y λ – 1) / λ si y ≠ 0
- y (λ) = log (y) si y = 0
El siguiente ejemplo paso a paso muestra cómo realizar una transformación box-cox en un conjunto de datos en Excel.
Paso 1: ingrese los datos
Primero, ingresemos los valores para un conjunto de datos:
Paso 2: ordenar los datos
A continuación, cree una columna de índice y una columna de datos ordenados:
Paso 3: elija un valor arbitrario para Lambda
A continuación, elegiremos un valor arbitrario de 1 para lambda y aplicaremos una transformación box-cox temporal a los datos:
Paso 4: Calcule las puntuaciones Z
A continuación, calcularemos la puntuación z para cada valor en el índice:
Luego calcularemos la correlación entre los valores transformados de box-cox y las puntuaciones z:
Paso 5: Encuentre el valor óptimo de Lambda
A continuación, usaremos Goal Seek para encontrar el valor lambda óptimo para usar en la transformación box-cox.
Para hacerlo, haga clic en la pestaña Datos a lo largo de la cinta superior. A continuación, haga clic en Análisis hipotético dentro del grupo Previsión .
En el menú desplegable, haga clic en Buscar objetivo y complete los siguientes valores:
Una vez que haga clic en Aceptar , Goal Seek encontrará automáticamente que el valor lambda óptimo es -0,5225 .
Paso 6: Realice la transformación Box-Cox
Por último, aplicaremos la transformación box-cox a los datos originales, usando un valor lambda de -0.5225:
Bonificación: podemos confirmar que los datos transformados se distribuyen normalmente al realizar una prueba de Jarque-Bera en Excel .
Recursos adicionales
Cómo transformar datos en Excel (registro, raíz cuadrada, raíz cúbica)
Cómo calcular puntuaciones Z en Excel
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
Mil gracias!! me resolvieron la vida. Buscaba como «normalizar» datos para posterior calculo de CP y CPK y no había encontrado forma de hacerlo en excel, de forma manual sin accesar a complementos. Fue verdaderamente útil.