始める無料で始める

時系列に対するBox-Cox変換

ここでは、月次の糖尿病治療薬の売上（1991〜2008年、オーストラリア）を含む、事前に読み込まれた a10 シリーズの分散を安定化するために、Box-Cox変換を使います。

この演習では、変換に対する lambda（$\lambda\(）引数の効果を試行して確かめます。\)\lambda\( を少し変えても系列に与える影響は小さいことに注目してください。系列全体で季節変動の振れ幅がおおむね同程度になるような \)\lambda$ の値を見つけましょう。

動画で説明したとおり、lambda の推奨範囲は \(-1 ≤ \lambda ≤ 1\) です。

この演習はコースの一部です

Rで学ぶ予測入門

コースを見る

演習の手順

  • a10 シリーズをプロットして、系列レベルの上昇とともに分散が大きくなっていることを確認します。
  • サンプルコードと同じ形式で BoxCox() を使って系列を変換してみましょう。lambda を 0.0、0.1、0.2、0.3 の4つで試してみてください。どの lambda の値で分散がおおむね安定すると判断できますか？
  • 最後に、あなたが選んだ lambda を BoxCox.lambda() が返す値と比較してみましょう。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Plot the series
___

# Try four values of lambda in Box-Cox transformations
a10 %>% BoxCox(lambda = ___) %>% autoplot()
___
___
___

# Compare with BoxCox.lambda()
___
コードを編集して実行