Box-Cox 变换是由参数 lambda索引的一系列幂变换。无论何时使用它，都需要从数据中估计参数。在时间序列中，该过程可能具有非常量的方差。如果方差随时间变化，则过程是非平稳的。通常需要转换时间序列以使其平稳。有时在应用具有特定 lambda 值的 Box-Cox 后，该过程可能看起来是静止的。有时，即使在应用 Box-Cox 变换后，序列似乎不是平稳的，ARIMA 建模的诊断也可用于确定是否差分或季节性差分可能有助于分别去除多项式趋势或季节性趋势。之后，结果可能是一个静止的 ARMA 模型。如果诊断确认 ARMA 模型的顺序 p 和 q，则可以估计 AR 和 MA 参数。

关于 Box-Cox 的其他可能用途，在一系列看起来不是正态分布的 iid 随机变量的情况下，可能存在一个特定的 lambda 值，使数据看起来近似正常。

据推测，这可以在回归或时间序列中应用于误差项。