Box-Cox 轉換
Box-Cox 在能力分析、管制圖或迴歸之前,將偏斜的連續資料轉換為近似常態。該工具自動尋找最佳 lambda,同時給出取整後的 lambda,如 0(對數)或 0.5(平方根)。所有數值必須為正,建議至少有 20 至 30 個資料點。轉換後應驗證常態性;能力統計量以轉換後的尺度報告。
最後審閱
核心要點
Box-Cox 轉換利用稱為 lambda 的參數,將連續的非常態資料轉換為近似常態的形態,使假定常態性的能力分析、管制圖或迴歸結果可靠。
本頁內容
什麼是 Box-Cox 轉換?
Box-Cox 是在進行能力分析或建立管制圖之前對資料施加的一種數學轉換。其目的是將不服從常態(鐘形曲線)分配的資料轉換為接近常態的形態。
許多統計工具假定資料服從常態分配。當資料不滿足這一假定時,結果可能不準確,甚至產生誤導。Box-Cox 利用稱為 lambda(λ)的轉換參數對資料進行數學重塑,從而可以可靠地應用標準分析方法。
簡單定義:一種將偏斜或非常態資料轉換為類似常態形態的工具,使分析結果準確可信。
何時使用 Box-Cox 轉換?
- 當資料 為連續型但非常態分配 時使用,例如嚴重偏斜的製程量測值。
- 在進行假定常態性的 能力分析、管制圖或迴歸 之前使用。
- 對已服從常態分配的資料,請 勿 使用——不必要的轉換可能扭曲結果。
Lambda(λ)的作用方式
Lambda 是控制轉換形狀的關鍵參數。該工具會自動為您的資料尋找最佳 lambda 值。
Lambda 值
對資料的影響
λ = 2
平方轉換——校正左偏
λ = 1
不轉換——按原樣使用資料
λ = 0.5
平方根轉換——輕度偏斜校正
λ = 0
自然對數轉換——中度偏斜校正
λ = −1
倒數轉換——強偏斜校正
正確使用 Box-Cox 轉換的指南
- 所有資料值必須為 正數 ——Box-Cox 無法處理零或負值。
- 收集 至少 20 至 30 個資料點,以便轉換可靠地估計 lambda。
- 轉換之後,務必先使用機率圖或常態性檢定 驗證常態性,再繼續後續分析。
- 使用輸出中提供的 取整 lambda 值 進行實際解讀——它更便於溝通。
- 請記住,所有能力統計量(Cp、Cpk)均 以轉換後的尺度報告,而不是原始資料的尺度。
替代方法:何時不宜使用 Box-Cox 轉換
- 如果資料是 計數型(合格/不合格、計數),請使用 二項分配能力分析或卜瓦松分配能力分析
- 如果資料 已經服從常態分配,則無需轉換——不必要地應用 Box-Cox 可能扭曲結果。
- 如果資料包含 零或負值,請改用 Johnson 轉換,它可以處理全部取值範圍。
- 如果資料服從已知的 非常態分配(例如韋伯分配、指數分配),請使用 非常態製程能力 並選用該特定分配。
- 如果 資料點少於 20 個,lambda 估計值可能不可靠——應先收集更多資料,再進行任何轉換。
Box-Cox 轉換範例
某營養補充劑公司的一名品質工程師希望評估維生素膠囊的鈣含量。工程師隨機抽取一批膠囊並量測其鈣含量。根據以往觀察,工程師知道資料分配呈右偏。
為此,工程師應用 Box-Cox 轉換使資料常態化,並將轉換後的值儲存在工作表中以便進一步分析。具體步驟如下:
- 收集所需資料。

- 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
- 要找到 Box-Cox 轉換,請選擇 Statistical module> Control Charts>Box-Cox Transformation.
- 在工具中,輸入資料及其他輸入項,如下所示:

5. 使用上述工具後,得到的輸出如下:

如何進行 Box-Cox 轉換
操作步驟如下:
- 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
- 在首頁選擇 Statistical Tool> Control Charts >Box-Cox Transformation。
- 點選 Box-Cox Transformation,進入工具介面。
- 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
- 接下來,填寫所需選項。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
在 Box-Cox 轉換的工具介面中,視窗分為兩個部分。

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。資料可以手動輸入,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
Load example: 將載入範例資料。
Load File: 用於直接載入 Excel 資料。
右側提供以下選項:
- Subgroup Columns 定義轉換之前資料的組織方式。如果資料按單獨的欄排列,且每欄代表一個子群組,請在此選擇這些欄。這會告知工具如何讀取並分組量測值,從而在正確的資料結構上計算 lambda。
- Alpha (Default 0.05) 設定用於確定 lambda 信賴區間的顯著水準。預設值 0.05 表示錯誤拒絕某個 lambda 值的機率為 5%,即圍繞最佳配適 lambda 得到 95% 信賴區間。alpha 越小,信賴區間越寬、越保守;alpha 越大,信賴區間越窄。0.05 的預設值是統計分析中公認的通用標準。
- Lambda (λ) 控制資料如何進行數學重塑的轉換參數。該工具自動搜尋最佳 lambda 值,使資料儘可能接近常態分配。精確 lambda 是根據資料計算出的精確數學值,可能是 0.3271 或 −0.8145 這樣的小數。
- Rounded Lambda 精確 lambda 值的簡化實用版本,取整為 0、0.5 或 1 等標準數值。建議在實際工作中使用,因為它對應於可識別的轉換(如對數、平方根),更易於說明、記錄和復現。在大多數情況下,取整 lambda 給出的結果與精確值幾乎相同,但可解釋性要好得多。
- Download as Excel: 以 Excel 格式顯示結果,可方便地編輯,並通過 load file 選項重新載入用於計算。
常見問題
什麼是 Box-Cox 轉換?
Box-Cox 轉換利用稱為 lambda 的參數,將不服從常態分配的連續資料轉換為接近常態的形態。它在假定常態性的能力分析、管制圖或迴歸之前應用,使標準方法給出可靠的結果。該工具會自動為資料尋找最佳 lambda。
Box-Cox 中常見的 lambda 值分別表示什麼?
lambda 為 2 是平方轉換,用於校正左偏;1 表示不轉換;0.5 是平方根轉換,用於輕度偏斜;0 是自然對數轉換,用於中度偏斜;-1 是倒數轉換,用於強偏斜。輸出給出精確 lambda 和取整 lambda,後者更易於說明和復現。
使用 Box-Cox 有哪些要求?
所有資料值必須為正,因為 Box-Cox 無法處理零或負值。收集至少 20 至 30 個資料點,以便可靠地估計 lambda,並在轉換後用機率圖或常態性檢定驗證常態性。不要對已服從常態分配的資料使用,因為不必要的轉換可能扭曲結果。
什麼情況下應改用 Johnson 轉換或非常態能力分析?
如果資料包含零或負值,請使用 Johnson 轉換。如果資料服從已知的非常態分配(如韋伯分配或指數分配),請使用非常態製程能力並選用該分配。對於合格/不合格或計數等計數型資料,請使用二項分配能力分析或卜瓦松分配能力分析。
