時間序列的 Box-Cox 轉換
在這裡，你將使用 Box-Cox 轉換 來穩定已預先載入的 a10 序列的變異數。a10 是 1991–2008 年澳洲每月的抗糖尿病藥品銷售資料。
在本練習中，你需要嘗試調整 lambda（$\lambda\(）參數，觀察轉換後的效果。請注意，\)\lambda\( 的小幅變動對結果序列影響不大。你的目標是找到能讓整段序列中的季節性波動大致相當的 \)\lambda$ 值。
回想影片內容，建議的 lambda 取值範圍為 $-1 ≤ \lambda ≤ 1$。
本練習屬於課程
R 的時間序列預測
練習說明
- 繪製
a10序列，觀察隨著序列水準上升而增加的變異數。 - 嘗試使用範例程式碼的格式呼叫
BoxCox()來轉換序列。請用「四個」lambda值進行實驗：0.0、0.1、0.2、0.3。你能判斷哪個 lambda 值大致能穩定變異數嗎？ - 接著將你選擇的
lambda與BoxCox.lambda()回傳的值做比較。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Plot the series
___
# Try four values of lambda in Box-Cox transformations
a10 %>% BoxCox(lambda = ___) %>% autoplot()
___
___
___
# Compare with BoxCox.lambda()
___