Transformación de Potencia

Box-Cox

Modelos Estadísticos
Dra. Graciela González Farías
José Ramón Domínguez Molina

14/marzo/2003
Omar Posada Villarreal
Transformación de potencia

 Simple
 Se requiere que la distribución sea
– Suave
– Continua
– X>0
Transformación de potencia

 X 1
   0
T(X )  Y   

 ln X  0
 =2, Y=X2
 =1/2, Y=X1/2
 Se busca que la variable transformada
se parezca a una distribución normal
( )
YX ~ N ( , )
2
Ejemplo: X ~ Exp(1)
 Rango: [-2, 2] pasos de 0.5.
 La mejor fue  = 0.5

Exponencial( 1 ) Tran. Box-Cox con SD min. QQPlot norm.

QQPlot normalizado. Desv. Tipica = 1.16 (lambda = 0.5 , Desv. Tip. = 0.988 )

6
4

4
X

Y
2

2
0

0
-2

-2
-2 -1 0 1 2 -2 -1 0 1 2

Quantiles of Standard Normal Quantiles of Standard Normal

Exponencial( 1 ) Lambda vs. Desv. Tipica.

Histograma (lambda = 0.5 , Desv. Tip. = 0.988 )
60

50
40

log(SD)
5 10
20

1
0

0 2 4 6 -2 -1 0 1 2

X Lambda
Ejemplo: X ~ Exp(3)
 Rango: [0, 10] pasos de 0.05.
 La mejor fue  = 3.05

Exponencial( 3 ) Tran. Box-Cox con SD min. QQPlot norm.

QQPlot normalizado. Desv. Tipica = 0.364 (lambda = 3.05 , Desv. Tip. = 0.221 )

1.5

1.5
1.0

1.0
X

Y
0.5

0.5
0.0

0.0
-2 -1 0 1 2 -2 -1 0 1 2

Quantiles of Standard Normal Quantiles of Standard Normal

Exponencial( 3 ) Lambda vs. Desv. Tipica.

Histograma (lambda = 3.05 , Desv. Tip. = 0.221 )
40

1.0
0.7
30

log(SD)
0.5
20
10

0.3
0

0.0 0.5 1.0 1.5 0 2 4 6 8 10

X Lambda
Ejemplo: X ~ U(0.01, 1)
 Rango: [-10, 10] pasos de 0.5.
 La mejor fue  >= 10

Uniforme( 0.01 , 1 ) Tran. Box-Cox con SD min. QQPlot norm.

QQPlot normalizado. Desv. Tipica = 0.286 (lambda = 10 , Desv. Tip. = 0.0222 )

1.0

1.0
0.8

0.8
0.6

0.6
X

Y
0.4

0.4
0.2

0.2
0.0

0.0
-2 -1 0 1 2 -2 -1 0 1 2

Quantiles of Standard Normal Quantiles of Standard Normal

Uniforme( 0.01 , 1 ) Lambda vs. Desv. Tipica.

Histograma (lambda = 10 , Desv. Tip. = 0.0222 )
10 12 14

10^7 10^10
log(SD)
8

10^4
6
4

10^1
2

10^-2
0

0.0 0.2 0.4 0.6 0.8 1.0 -10 -5 0 5 10

X Lambda
Ejemplo: X ~ U(1, 5)
 Rango: [-10, 10] pasos de 1.
 La mejor fue  <= -10

Uniforme( 1 , 5 ) Tran. Box-Cox con SD min. QQPlot norm.

QQPlot normalizado. Desv. Tipica = 1.23 (lambda = -10 , Desv. Tip. = 0.00843 )

5
4

4
3

3
X

Y
2

2
1

1
0

0
-2 -1 0 1 2 -2 -1 0 1 2

Quantiles of Standard Normal Quantiles of Standard Normal

Uniforme( 1 , 5 ) Lambda vs. Desv. Tipica.

Histograma (lambda = -10 , Desv. Tip. = 0.00843 )

10^4
15

10^2
log(SD)
10

10^0
5

10^-2
0

1 2 3 4 5 -10 -5 0 5 10

X Lambda
Ejemplo: X ~ Beta(5, 2.5)
 Rango: [-10, 10] pasos de 1.
 La mejor fue  >= 10

Beta( 5 , 2.5 ) Tran. Box-Cox con SD min. QQPlot norm.

QQPlot normalizado. Desv. Tipica = 0.165 (lambda = 10 , Desv. Tip. = 0.0138 )

1.0

1.0
0.8

0.8
0.6

0.6
X

Y
0.4

0.4
0.2

0.2
0.0

0.0
-2 -1 0 1 2 -2 -1 0 1 2

Quantiles of Standard Normal Quantiles of Standard Normal

Beta( 5 , 2.5 ) Lambda vs. Desv. Tipica.

Histograma (lambda = 10 , Desv. Tip. = 0.0138 )

10^7
25

10^5
20

10^3
15

log(SD)
10

10^1
5

10^-2
0

0.2 0.4 0.6 0.8 1.0 -10 -5 0 5 10

X Lambda
Listado S-Plus (1)
 # Realiza una transformación que se ajuste a la normal
 # @param fX Datos
 # @param leftlambda Limite inferior para probar lambda
 # @param rightLambda Limite superior para probar lambda
 # @param eachLambda Intervalo entre marcas
 boxCox = function(fX, leftLambda, rightLambda, eachLambda) {
 cX = data.matrix(fX)
 dimX = dim(cX)
 n = dimX[1]

 origSD = stdev(cX)
 #Equivale a cXLambda1 = (cX ^ 1) - 1
 #origSD = stdev(cXLambda1)

 # Checa que xi>0

 for (i in 1:n) {
 if (cX[i] <= 0) {
 stop("Debe ser: x[i]>0")
 }
 }
 # Inicializar
 # Rango de lambdas a probar
 minLambda = rightLambda
 rLambda = seq(leftLambda, rightLambda, by=eachLambda)
 nLambda = length(rLambda)
 minSD = 1E100
 rSD = vector(mode="numeric", length=nLambda)
 cY = vector(mode="numeric", length=n)
Listado S-Plus (2)
 # Para cada lambda
 for (j in 1:nLambda) {
 # Transformacion Box-Cox
 # print(paste("- i=", i , " j=", j))
 if (rLambda[j] != 0) {
 cY = (cX ^ rLambda[j] - 1) / rLambda[j]
 } else {
 cY = log(cX)
 }


 # Recuerda el vector con min stdev

 rSD[j] = stdev(cY)
 if (rSD[j] < minSD) {
 cMinY = cY
 minLambda = rLambda[j]
 minSD = rSD[j]
 }
 }


 return (cX, origSD, rLambda, rSD, cMinY, minLambda, minSD)

 }
Listado S-Plus (3)
 plotBoxCox = function(sTitle, cX, origSD, rLambda, rSD, cMinY, minLambda, minSD) {
 print("Original")
 # En una pagina
 par(mfrow = c(2,2))
 options(digits=3)


 # Conserva la mayor escala de los datos orig y tran en el eje Y

 minY = min(cX, cMinY)
 maxY = max(cX, cMinY)

 # Grafica qqplot normalizado de los datos originales

 # Muestra la varianza actual.
 sTitle2 = paste(sTitle, "\nQQPlot normalizado. Desv. Tipica = ", format(origSD))
 qqnorm(cX, main=sTitle2, ylab="X", ylim=c(minY, maxY))
 qqline(cX)

 print("Transformada")
 # Grafica transformacion con Desv. Tipica
 sTitle2 = paste("Tran. Box-Cox con SD min. QQPlot norm.\n(lambda = ",
format(minLambda), ", Desv. Tip. = ", format(minSD), ")")
 qqnorm(cMinY, main=sTitle2, ylab="Y", ylim=c(minY, maxY))
 qqline(cMinY)

 print("Histograma")
 sTitle2 = paste(sTitle, "\nHistograma")
 hist(cX, main=sTitle2, xlab="X")


 print("Lambda")
 # Grafica lambda vs. Desv. Tipica
 sTitle2 = paste("Lambda vs. Desv. Tipica.\n(lambda = ", format(minLambda), ", Desv.
Tip. = ", format(minSD), ")")
 plot(rLambda, rSD, main=sTitle2, xlab="Lambda", ylab="log(SD)", log='y')
Listado S-Plus (4)
 # PARAMETROS DEL PROGRAMA
 # Inicializar archivo
 example = 5
 n = 100 # Tamano de muestra

 # Parametros de los ejemplos

 # El dominio debe ser X>0
 if (example == 1) {
 print("Exp")
 lambda1 = 1 # Parámetro para exp
 sTitle = paste("Exponencial(", lambda1, ")")

 leftLambda = -2
 rightLambda = 2
 eachLambda = 0.05
 cXOrig = rexp(n, lambda1)

 } else if (example == 2) {
 print("Exp")
 lambda1 = 3 # Parámetro para exp
 sTitle = paste("Exponencial(", lambda1, ")")

 leftLambda = 0
 rightLambda = 10
 eachLambda = 0.05
 cXOrig = rexp(n, lambda1)
Listado S-Plus (5)
 } else if (example == 3) {
 print("Unif")
 alfa = 0.01 # Parámetro para Unif
 beta = 1 # Parámetro para Unif
 sTitle = paste("Uniforme(", alfa, ", ", beta, ")")


 leftLambda = -10
 rightLambda = 10
 eachLambda = 0.5
 cXOrig = runif(n, min=alfa, max=beta)
 } else if (example == 4) {
 print("Unif")
 alfa = 1 # Parámetro para Unif
 beta = 5 # Parámetro para Unif
 sTitle = paste("Uniforme(", alfa, ", ", beta, ")")


 leftLambda = -10
 rightLambda = 10
 eachLambda = 1
 cXOrig = runif(n, min=alfa, max=beta)
 } else if (example == 5) {
 print("Beta")
 alfa = 5 # Parámetro para Unif
 beta = 2.5 # Parámetro para Unif
 sTitle = paste("Beta(", alfa, ", ", beta, ")")

 leftLambda = -10
 rightLambda = 10
 eachLambda = 1
 cXOrig = rbeta(n, alfa, beta)
 }
Listado S-Plus (6)
 # Escribe en archivo una muestra aleatoria con distribucion exponencial
 cXOrig = t(cXOrig)
 cXOrig = t(cXOrig) # Dos veces para transponer renglon a columna (?)
 exportData(cXOrig, "D:\\Posada\\ModEst\\ModEst4\\ExpSample.txt", type="ASCII")

 fX = importData("D:\\Posada\\ModEst\\ModEst4\\ExpSample.txt", type="ASCII")
 res = boxCox(fX, leftLambda, rightLambda, eachLambda)
 plotBoxCox(sTitle, res$cX, res$origSD, res$rLambda, res$rSD, res$cMinY,
res$minLambda, res$minSD)