如何对减速增长向量v1做线性化变换？求R语言通用方法

我有两个向量：v1的增长先快后慢，v2的增长先慢后快。具体向量定义如下：

v1 <- c(1,25,39,49,59,58,66,69,76,78,82,86,87,87,88,86)
v2 <- c(1,2,1,3,2,2,4,3,5,14,29,45,68,90,140,200)

我希望将两个向量变换得更具线性特征。log变换对v2效果不错：

plot(log(v2))

但不知该如何变换v1？exp变换效果极差：

plot(exp(v1))

请问是否有适用于v1这类增长模式的R语言通用函数？

v1属于饱和型增长数据（先快后慢，逐渐趋近于某个上限），这类数据完全不适合指数变换（会让数值急剧膨胀，彻底偏离线性），推荐以下几种针对性的变换方式：

1. 倒数变换 #

对于趋近于固定上限的饱和数据，倒数变换能有效将其拉成线性，尤其适合数据接近最大值的场景：

# v1最小值为1，无需额外处理；若数据含0，可加极小值（如0.1）避免除0报错
plot(1 / v1)

2. 平方根变换 #

如果数据的增长速率随数值增大呈线性放缓，平方根变换也能起到不错的线性化效果：

plot(sqrt(v1))

3. Box-Cox变换（通用最优变换） #

这是一种自动寻找最优线性化变换的方法，适用于绝大多数数据类型，能帮你找到让数据最接近线性的变换参数。在R中可通过MASS包实现：

# 未安装MASS包先执行安装：install.packages("MASS")
library(MASS)

# 以序列位置作为自变量（适配时间序列型增长的场景）
x <- 1:length(v1)
model <- lm(v1 ~ x)
boxcox(model)

从输出的图中找到对数似然值最大的λ值，以此为参数做变换：

• λ=0 等价于log变换
• λ=0.5 等价于平方根变换
• λ=-1 等价于倒数变换

假设最优λ为-0.5，直接执行变换并可视化：

lambda <- -0.5
plot(v1^lambda)

内容的提问来源于stack exchange，提问作者locus