时间序列的 Box-Cox 变换
这里，您将使用 Box-Cox 变换 来稳定已预加载的 a10 序列的方差。该序列包含 1991-2008 年澳大利亚每月的抗糖尿病药品销售数据。
在本练习中，您需要尝试不同的 lambda（$\lambda\(）参数，观察其对变换结果的影响。请注意，\)\lambda\( 的微小变化对变换后的序列影响并不大。您的目标是找到一个 \)\lambda$ 值，使整个序列中的季节性波动幅度大致相当。
请回忆视频内容，lambda 的推荐取值范围是 $-1 ≤ \lambda ≤ 1$。
本练习是课程的一部分
R 中的预测
练习说明
- 绘制
a10序列，并观察其随序列水平升高而增大的方差。 - 按示例代码的格式，使用
BoxCox()对序列进行变换。请尝试 四个lambda值：0.0、0.1、0.2和0.3。您能判断哪个lambda值能大致稳定方差吗？ - 现在将您选定的
lambda值与BoxCox.lambda()返回的值进行比较。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Plot the series
___
# Try four values of lambda in Box-Cox transformations
a10 %>% BoxCox(lambda = ___) %>% autoplot()
___
___
___
# Compare with BoxCox.lambda()
___