Boxcox.

Box-Cox转换

页面上倒塌

用一个f对象tsobj.争论Boxcox.不推荐。用FTS2Timetable.转换A.f对象至A.时间表对象然后使用时间表2Table.和table2array.．

句法

[transdat，lambda] = boxcox（数据）[transfts，lambda] = boxcox（tsobj）transdat = boxcox（lambda，数据）transfts = boxcox（lambda，tsobj）

争论

`数据`	数据矢量。必须是正面并指定为列数据向量。
`tsobj.`	金融时间序列对象。

描述

Boxcox.将非正常分布式数据转换为具有大致正常分布的数据集。Box-Cox转换是一系列电力变换。

如果λ不是=0.，然后

$D. 一种 T. 一种（ λ ） = \frac{D. 一种 T. {一种}^{λ} - 1}{λ}$

λ =0.，然后

$D. 一种 T. 一种（ λ ） = 日志（ D. 一种 T. 一种）$

对数是自然对数（日志基础e）。该算法调用查找最大化日志似然函数（LLF）的λ值。搜索使用fminsearch.．

[transdat，lambda] = boxcox（数据）转换数据向量数据使用Box-Cox转换方法进入transdat．它还估计了变换参数λ。

[transfts,λ]= boxcox (tsojb)转换金融时间序列对象tsobj.使用Box-Cox转换方法进入transfts．它还估计了变换参数λ。

如果输入数据是矢量，lambda.是一个标量。如果输入是财务时间序列对象，lambda.是一个与与对象的组件类似的字段的结构;例如，如果对象包含系列名称打开和关闭那lambda.有领域λ。打开和lambda.close.．

Transdat = boxcox(lambda, data)和Transfts = boxcox(lambda, tsobj)使用指定的λ进行Box-Cox变换。这个语法并没有找到最大化LLF的最优λ。

例子

全部收缩

转换包含在金融时报系列对象中的数据系列

打开生活的脚本

用Boxcox.将金融时序序列对象中包含的数据系列转换为具有相对正常分布的另一组数据系列。

从提供的金融时间序列对象创建惠而浦.DAT.数据文件。

whrl = ascii2fts（“whirlpool.dat”，1,2，[]）;

警告:不建议使用FINTS。使用时间表。更多信息，参见转换金融时间序列对象(fints)到时间表

填充任何缺失的值南在whrl中，使用线性方法计算的值。

f_whrl =填充（whrl）;

警告:不建议使用FINTS。使用时间表。更多信息，参见转换金融时间序列对象(fints)到时间表

转换非正规分布式填充数据系列f_whrl.使用Box-Cox转换进入通常分布的一个。

bc_whrl = boxcox（f_whrl）;

警告:不建议使用FINTS。使用时间表。更多信息，参见转换金融时间序列对象(fints)到时间表

比较结果关闭数据系列具有正常（高斯）概率分布功能和非正常分布f_whrl.．

子图（2,1,1）;hist（f_whrl.close）;

警告:不建议使用FINTS。使用时间表。更多信息，参见转换金融时间序列对象(fints)到时间表

网格;标题（'非正常分布数据'）;次要情节(2,1,2);嘘(bc_whrl.Close);

警告:不建议使用FINTS。使用时间表。更多信息，参见转换金融时间序列对象(fints)到时间表

网格;标题（“Box-Cox转换数据”）;

顶部的条形图代表填充数据系列的概率分布功能，f_whrl.，这是原始数据系列WHRL.使用线性方法内插的缺失值。分布朝向左侧偏斜（通常是通常分布）。底部的条形图距离偏斜偏斜。如果绘制具有类似平均值和标准偏差的高斯概率分布函数（PDF），则转换数据的分布非常接近正常（高斯）。检查生成对象的内容时bc_whrl.，您找到原始对象的相同对象WHRL.但内容是转换的数据系列。