Box-Cox 变换

Box-Cox 在能力分析、控制图或回归之前,将偏斜的连续数据变换为近似正态。该工具自动寻找最佳 lambda,同时给出取整后的 lambda,如 0(对数)或 0.5(平方根)。所有数值必须为正,建议至少有 20 至 30 个数据点。变换后应验证正态性;能力统计量以变换后的尺度报告。

最后审阅

核心要点

Box-Cox 变换利用称为 lambda 的参数,将连续的非正态数据变换为近似正态的形态,使假定正态性的能力分析、控制图或回归结果可靠。

本页内容
  1. 什么是 Box-Cox 变换?
  2. 何时使用 Box-Cox 变换?
  3. Lambda(λ)的作用方式
  4. 正确使用 Box-Cox 变换的指南
  5. 替代方法:何时不宜使用 Box-Cox 变换
  6. Box-Cox 变换示例
  7. 如何进行 Box-Cox 变换

什么是 Box-Cox 变换?

Box-Cox 是在进行能力分析或创建控制图之前对数据施加的一种数学变换。其目的是将不服从正态(钟形曲线)分布的数据转换为接近正态的形态。

许多统计工具假定数据服从正态分布。当数据不满足这一假定时,结果可能不准确,甚至产生误导。Box-Cox 利用称为 lambda(λ)的变换参数对数据进行数学重塑,从而可以可靠地应用标准分析方法。

简单定义:一种将偏斜或非正态数据变换为类似正态形态的工具,使分析结果准确可信。

何时使用 Box-Cox 变换?

  • 当数据 为连续型但非正态分布 时使用,例如严重偏斜的过程测量值。
  • 在进行假定正态性的 能力分析、控制图或回归 之前使用。
  • 对已服从正态分布的数据,请 勿 使用——不必要的变换可能扭曲结果。

Lambda(λ)的作用方式

Lambda 是控制变换形状的关键参数。该工具会自动为您的数据寻找最佳 lambda 值。

Lambda 值

对数据的影响

λ = 2

平方变换——校正左偏

λ = 1

不变换——按原样使用数据

λ = 0.5

平方根变换——轻度偏斜校正

λ = 0

自然对数变换——中度偏斜校正

λ = −1

倒数变换——强偏斜校正

正确使用 Box-Cox 变换的指南

  • 所有数据值必须为 正数 ——Box-Cox 无法处理零或负值。
  • 收集 至少 20 至 30 个数据点,以便变换可靠地估计 lambda。
  • 变换之后,务必先使用概率图或正态性检验 验证正态性,再继续后续分析。
  • 使用输出中提供的 取整 lambda 值 进行实际解读——它更便于沟通。
  • 请记住,所有能力统计量(Cp、Cpk)均 以变换后的尺度报告,而不是原始数据的尺度。

替代方法:何时不宜使用 Box-Cox 变换

  • 如果数据是 计数型(合格/不合格、计数),请使用 二项分布能力分析或泊松分布能力分析
  • 如果数据 已经服从正态分布,则无需变换——不必要地应用 Box-Cox 可能扭曲结果。
  • 如果数据包含 零或负值,请改用 Johnson 变换,它可以处理全部取值范围。
  • 如果数据服从已知的 非正态分布(例如威布尔分布、指数分布),请使用 非正态过程能力 并选用该特定分布。
  • 如果 数据点少于 20 个,lambda 估计值可能不可靠——应先收集更多数据,再进行任何变换。

Box-Cox 变换示例

某营养补充剂公司的一名质量工程师希望评估维生素胶囊的钙含量。工程师随机抽取一批胶囊并测量其钙含量。根据以往观察,工程师知道数据分布呈右偏。

为此,工程师应用 Box-Cox 变换使数据正态化,并将变换后的值保存在工作表中以便进一步分析。具体步骤如下:

  1. 收集所需数据。
Box-Cox Transformation — figure 1
  1.  现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2.  要找到 Box-Cox 变换,请选择 Statistical module> Control Charts>Box-Cox Transformation.
  3.  在工具中,输入数据及其他输入项,如下所示:
Box-Cox Transformation — figure 2

5. 使用上述工具后,得到的输出如下:

Box-Cox Transformation — figure 3

如何进行 Box-Cox 变换

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Control Charts >Box-Cox Transformation。
  3. 点击 Box-Cox Transformation,进入工具界面。
  4. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
  5. 接下来,填写所需选项。
  6. 最后,点击页面底部的 calculate,即可得到所需结果。

在 Box-Cox 变换的工具界面中,窗口分为两个部分。

Box-Cox Transformation — figure 4

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。数据可以手动输入,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

  • Subgroup Columns 定义变换之前数据的组织方式。如果数据按单独的列排列,且每列代表一个子组,请在此选择这些列。这会告知工具如何读取并分组测量值,从而在正确的数据结构上计算 lambda。
  • Alpha (Default 0.05) 设定用于确定 lambda 置信区间的显著性水平。默认值 0.05 表示错误拒绝某个 lambda 值的概率为 5%,即围绕最佳拟合 lambda 得到 95% 置信区间。alpha 越小,置信区间越宽、越保守;alpha 越大,置信区间越窄。0.05 的默认值是统计分析中公认的通用标准。
  • Lambda (λ) 控制数据如何进行数学重塑的变换参数。该工具自动搜索最优 lambda 值,使数据尽可能接近正态分布。精确 lambda 是根据数据计算出的精确数学值,可能是 0.3271 或 −0.8145 这样的小数。
  • Rounded Lambda 精确 lambda 值的简化实用版本,取整为 0、0.5 或 1 等标准数值。建议在实际工作中使用,因为它对应于可识别的变换(如对数、平方根),更易于说明、记录和复现。在大多数情况下,取整 lambda 给出的结果与精确值几乎相同,但可解释性要好得多。
  • Download as Excel: 以 Excel 格式显示结果,可方便地编辑,并通过 load file 选项重新加载用于计算。

常见问题

什么是 Box-Cox 变换?

Box-Cox 变换利用称为 lambda 的参数,将不服从正态分布的连续数据变换为接近正态的形态。它在假定正态性的能力分析、控制图或回归之前应用,使标准方法给出可靠的结果。该工具会自动为数据寻找最佳 lambda。

Box-Cox 中常见的 lambda 值分别表示什么?

lambda 为 2 是平方变换,用于校正左偏;1 表示不变换;0.5 是平方根变换,用于轻度偏斜;0 是自然对数变换,用于中度偏斜;-1 是倒数变换,用于强偏斜。输出给出精确 lambda 和取整 lambda,后者更易于说明和复现。

使用 Box-Cox 有哪些要求?

所有数据值必须为正,因为 Box-Cox 无法处理零或负值。收集至少 20 至 30 个数据点,以便可靠地估计 lambda,并在变换后用概率图或正态性检验验证正态性。不要对已服从正态分布的数据使用,因为不必要的变换可能扭曲结果。

什么情况下应改用 Johnson 变换或非正态能力分析?

如果数据包含零或负值,请使用 Johnson 变换。如果数据服从已知的非正态分布(如威布尔分布或指数分布),请使用非正态过程能力并选用该分布。对于合格/不合格或计数等计数型数据,请使用二项分布能力分析或泊松分布能力分析。