Box Cox 和其他变换找到将数据变换为正态分布所需的指数。

通过找到$\lambda$并选择邻域中的一些值来转换原始数据。

一旦数据被转换，我们假设数据是正态分布的。

Box & Cox 提出的原始公式为：

$$y(\lambda) = \left\{ \begin{array}{ll} \frac{y^{\lambda} -1 }\lambda \quad if \lambda \neq 0; \\ log(y), \quad if \lambda = 0. \end{array} \right.$$

这基本上变成了选择$\lambda$作为模型参数。这个值是通过最大化对数似然来找到的。