R语言使用boxcox变换时报错响应变量必须为正如何解决？

报错原因 #

Box-Cox变换的数学约束要求响应变量必须为严格正实数，你收到该报错是因为回归模型中的响应变量Score1存在0值或负数值。

解决方案 #

方案1：给响应变量添加极小偏移量（适配原生boxcox函数的最简方案） #

先确认Score1的取值范围，再添加略大于最小非正值绝对值的偏移量，保证所有值转为正数后再拟合模型：

# 先查看Score1的取值范围
range(Score1)
# 计算偏移量：如果最小值≤0，偏移量为最小值的绝对值加1e-6（极小值避免刚好等于0）
offset <- abs(min(Score1)) + 1e-6
# 拟合加入偏移后的线性模型
md <- lm(I(Score1 + offset) ~ Location1 + Site1 + Trial1 + Stage1)
summary(md)
plot(md, which = 1)
# 再运行boxcox变换
bc <- boxcox(md, plotit = T, lambda = seq(0.5,1.5, by =0.1))

注意：偏移量不要设置过大，避免改变原始数据的分布特征。

方案2：使用Yeo-Johnson变换（无需响应变量为正的改进版幂变换） #

如果不想修改原始响应变量，可以使用适配非正值的Yeo-Johnson变换，调用car包的powerTransform函数实现：

# 先加载car包
library(car)
# 拟合原始模型
md <- lm(Score1 ~ Location1 + Site1 + Trial1 + Stage1)
# 执行Yeo-Johnson变换
yj <- powerTransform(md, family = "yjPower")
# 提取最优lambda值
lambda <- yj$lambda
# 用最优lambda变换响应变量后重新拟合模型
md_transformed <- lm(yjPower(Score1, lambda) ~ Location1 + Site1 + Trial1 + Stage1)

额外提示 #

如果你的Score1是0-1区间的比例数据，之前的反正弦变换效果不佳的话，也可以尝试给0/1值添加极小偏移后做logit变换，适配比例数据的分布特征。

内容的提问来源于stack exchange，提问作者Muneera Dabhelia