Calculateur de transformation Box-Cox

Qu'est-ce que la transformation de Box-Cox ?

La transformation de Box-Cox est une famille de transformations de puissance conçue pour stabiliser la variance et rendre les données plus proches d'une distribution normale. Développée par les statisticiens George Box et David Cox en 1964, c'est l'une des transformations de données les plus utilisées en analyse statistique.

De nombreuses méthodes statistiques — y compris la régression linéaire, l'ANOVA et les tests t — supposent des résidus normalement distribués avec variance constante. La transformation de Box-Cox aide à satisfaire ces hypothèses lorsque les données brutes les violent.

La formule de transformation

La transformation de Box-Cox est définie comme :

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

Où :

• $y$ est la donnée originale (doit être positive)
• $\lambda$ (lambda) est le paramètre de transformation
• La formule est continue en $\lambda = 0$ (tend vers log quand $\lambda \to 0$)

Valeurs courantes de lambda

Différentes valeurs de $\lambda$ correspondent à des transformations familières :

Trouver le lambda optimal

Le $\lambda$ optimal est typiquement trouvé par estimation du maximum de vraisemblance. La procédure :

1. Pour chaque $\lambda$ candidat, transformer les données
2. Calculer la log-vraisemblance en supposant la normalité
3. Sélectionner le $\lambda$ qui maximise cette vraisemblance

La fonction de log-vraisemblance tient compte à la fois de la normalité apparente des données transformées et du jacobien de la transformation.

Quand utiliser Box-Cox

Données asymétriques à droite

De nombreuses mesures du monde réel sont asymétriques à droite : revenus, temps de réaction, comptages biologiques. Box-Cox avec $\lambda < 1$ (souvent log ou racine carrée) peut symétriser ces données.

Hétéroscédasticité

Quand la variance augmente avec la moyenne (courant dans les données de comptage), Box-Cox peut stabiliser la variance, rendant les hypothèses de régression plus tenables.

Résidus non normaux

Si les résidus de régression montrent une non-normalité, transformer la variable réponse avec Box-Cox peut aider.

Considérations importantes

Données positives uniquement

Le Box-Cox standard nécessite des données strictement positives. Pour les données avec des zéros ou des négatifs, utilisez :

• Ajouter une constante : transformer $y + c$ où $c$ rend toutes les valeurs positives
• Transformation de Yeo-Johnson (gère les zéros et négatifs)

Compromis d'interprétabilité

Les résultats transformés sont plus difficiles à interpréter. Un coefficient en régression log-transformée a une signification différente (changement en pourcentage) qu'en régression non transformée (changement absolu).

Pas une solution magique

Box-Cox traite les problèmes distributionnels mais ne corrigera pas :

• Le biais de variable omise
• L'erreur de mesure
• Les spécifications de modèle fondamentalement erronées

Exemple pratique

Considérez la modélisation des prix immobiliers, qui sont typiquement asymétriques à droite. Les données originales pourraient montrer :

• Asymétrie = 2,3 (fortement asymétrique à droite)
• Résidus clairement non normaux

Après Box-Cox avec $\lambda = 0,1$ optimal (proche du log) :

• Asymétrie ≈ 0,1 (presque symétrique)
• Résidus approximativement normaux

Le cas spécial de la transformation log

Quand $\lambda = 0$, Box-Cox se réduit au logarithme naturel — la transformation la plus couramment utilisée. La transformation log :

• Gère les relations multiplicatives
• Convertit les tendances exponentielles en linéaires
• Stabilise la variance quand l'écart type est proportionnel à la moyenne
• Fournit des coefficients interprétables en changement de pourcentage

Concepts associés

Transformation de Yeo-Johnson

Une modification qui gère les valeurs nulles et négatives en utilisant différentes formules pour les portions positives et négatives des données.

Transformations de puissance en général

Box-Cox est l'une des nombreuses familles de transformation de puissance. D'autres incluent :

• Racine carrée (pour les données de comptage)
• Arcsinus (pour les proportions)
• Logit (pour les probabilités)

Connexion à d'autres outils

Après transformation, vous pouvez appliquer :

• Test de Shapiro-Wilk — Vérifier la normalité
• Test de Levene — Vérifier l'homogénéité des variances
• Régression linéaire — Avec réponse transformée

Résumé

La transformation de Box-Cox est une approche systématique pour trouver la meilleure transformation de puissance pour vos données. En optimisant $\lambda$ par maximum de vraisemblance, elle aide à satisfaire les hypothèses de normalité et de variance constante requises par de nombreuses méthodes statistiques. Bien que puissante, n'oubliez pas que les transformations échangent l'interprétabilité contre un meilleur ajustement du modèle — pesez toujours ce compromis dans votre analyse.