Calculadora de transformación Box-Cox

¿Qué es la transformación Box-Cox?

La transformación Box-Cox es una familia de transformaciones de potencia diseñada para estabilizar la varianza y hacer que los datos se aproximen más a una distribución normal. Desarrollada por los estadísticos George Box y David Cox en 1964, es una de las transformaciones de datos más ampliamente utilizadas en el análisis estadístico.

Muchos métodos estadísticos—incluyendo regresión lineal, ANOVA y pruebas t—asumen residuos distribuidos normalmente con varianza constante. La transformación Box-Cox ayuda a satisfacer estos supuestos cuando los datos crudos los violan.

La fórmula de transformación

La transformación Box-Cox se define como:

$y(\lambda) = \begin{cases} \frac{y^\lambda - 1}{\lambda} & \text{si } \lambda \neq 0 \\ \ln(y) & \text{si } \lambda = 0 \end{cases}$

Donde:

• $y$ son los datos originales (deben ser positivos)
• $\lambda$ (lambda) es el parámetro de transformación
• La fórmula es continua en $\lambda = 0$ (se aproxima al logaritmo cuando $\lambda \to 0$)

Valores comunes de lambda

Diferentes valores de $\lambda$ corresponden a transformaciones familiares:

Encontrar el lambda óptimo

El $\lambda$ óptimo se encuentra típicamente por estimación de máxima verosimilitud. El procedimiento:

1. Para cada $\lambda$ candidato, transforma los datos
2. Calcula la log-verosimilitud asumiendo normalidad
3. Selecciona el $\lambda$ que maximiza esta verosimilitud

La función de log-verosimilitud tiene en cuenta tanto cuán normales parecen los datos transformados como el jacobiano de la transformación.

Cuándo usar Box-Cox

Datos sesgados a la derecha

Muchas mediciones del mundo real están sesgadas a la derecha: ingresos, tiempos de reacción, conteos biológicos. Box-Cox con $\lambda < 1$ (a menudo logaritmo o raíz cuadrada) puede simetrizar tales datos.

Heterocedasticidad

Cuando la varianza aumenta con la media (común en datos de conteo), Box-Cox puede estabilizar la varianza, haciendo que los supuestos de regresión sean más sostenibles.

Residuos no normales

Si los residuos de regresión muestran no normalidad, transformar la variable de respuesta con Box-Cox puede ayudar.

Consideraciones importantes

Solo datos positivos

El Box-Cox estándar requiere datos estrictamente positivos. Para datos con ceros o negativos, usa:

• Agregar una constante: transforma $y + c$ donde $c$ hace que todos los valores sean positivos
• Transformación de Yeo-Johnson (maneja ceros y negativos)

Compensación de interpretabilidad

Los resultados transformados son más difíciles de interpretar. Un coeficiente en regresión transformada logarítmicamente tiene un significado diferente (cambio porcentual) que en regresión no transformada (cambio absoluto).

No es una solución mágica

Box-Cox aborda problemas distribucionales pero no arreglará:

• Sesgo por variable omitida
• Error de medición
• Especificaciones de modelo fundamentalmente incorrectas

Ejemplo práctico

Considera modelar precios de casas, que típicamente están sesgados a la derecha. Los datos originales podrían mostrar:

• Asimetría = 2,3 (altamente sesgado a la derecha)
• Residuos claramente no normales

Después de Box-Cox con $\lambda = 0,1$ óptimo (cercano al logaritmo):

• Asimetría ≈ 0,1 (casi simétrico)
• Residuos aproximadamente normales

El caso especial de la transformación logarítmica

Cuando $\lambda = 0$, Box-Cox se reduce al logaritmo natural—la transformación más comúnmente usada. La transformación logarítmica:

• Maneja relaciones multiplicativas
• Convierte tendencias exponenciales en lineales
• Estabiliza la varianza cuando la desviación estándar es proporcional a la media
• Proporciona coeficientes interpretables de cambio porcentual

Conceptos relacionados

Transformación de Yeo-Johnson

Una modificación que maneja valores cero y negativos usando fórmulas diferentes para las porciones positiva y negativa de los datos.

Transformaciones de potencia en general

Box-Cox es una de muchas familias de transformación de potencia. Otras incluyen:

• Raíz cuadrada (para datos de conteo)
• Arcoseno (para proporciones)
• Logit (para probabilidades)

Conexión con otras herramientas

Después de la transformación, puedes aplicar:

• Prueba de Shapiro-Wilk — Verificar normalidad
• Prueba de Levene — Verificar homogeneidad de varianza
• Regresión lineal — Con respuesta transformada

Resumen

La transformación Box-Cox es un enfoque sistemático para encontrar la mejor transformación de potencia para tus datos. Al optimizar $\lambda$ mediante máxima verosimilitud, ayuda a satisfacer los supuestos de normalidad y varianza constante requeridos por muchos métodos estadísticos. Aunque es potente, recuerda que las transformaciones intercambian interpretabilidad por mejor ajuste del modelo—siempre sopesa esta compensación en tu análisis.