我正在阅读Rob J Hyndman 和 George Athanasopoulos的《预测：原则与实践》的在线版本。我发现这句话是关于 STL 分解和 BoxCox 转换的：
“可以使用 0<λ<1 的数据的 Box-Cox 变换来获得加法和乘法之间的某种方式的分解。λ=0 的值对应于乘法分解，而 λ=1 等效于加法分解。”
我的问题是：为什么这个范围内的 lambda 可能是一个有效的选择？为什么 lambda 不能等于 -0.5 或 2？
时间序列分析中 BoxCox 变换的 Lambda 值
机器算法验证
时间序列
数据转换
2022-03-26 19:53:14
1个回答
您可能想查看何时（以及为什么）应该记录（数字）分布的日志？其中讨论了功率变换。应谨慎避免包括差异在内的无根据或不正确的转换，因为它们通常是一种不合时宜/考虑不周的尝试来处理未识别的异常/电平变化/时间趋势或参数变化或误差方差变化
一个典型的例子是从幻灯片 60 开始讨论这里http://www.autobox.com/cms/index.php/afs-university/intro-to-forecasting/doc_download/53-capabilities-presentation其中三个脉冲异常（未经处理）导致早期研究人员进行了无根据的对数转换。不幸的是，我们目前的一些研究人员仍在犯同样的错误。
这里的问题（正如操作所建议的那样）是对假设非常谨慎。
其它你可能感兴趣的问题