Можно применить преобразование Box-Cox к любому узлу модели одноэтапной или откликовой функции (любые модели с глобальным значком), выбрав Model > Set Up и введя число для лямбды в Box-Cox поле редактирования.
Для моделей Гауссова процесса (GPMs) и линейных моделей (полиномы, полиномиальные сплайны и RBFs) можно также использовать диалоговое окно Box-Cox Transformation, описанное в следующем разделе, с помощью кнопки панели инструментов или Model Box-Cox Transform элемента меню.
Можно хотеть преобразовать признак отклика или для исправления неормальности и/или гетероскедастической структуры отклонения. Полезным классом преобразований для этой цели является преобразование степени, 
где Бокс и Кокс (1964) показали, как и сами коэффициенты регрессии могут быть оценены одновременно с помощью метода максимальной вероятности. Процедура состоит в проведении стандартного аппроксимации методом наименьших квадратов с помощью
для
для 
где так называемое геометрическое среднее из наблюдений задано как
Максимальная оценка вероятности λ соответствует значению, для которого SSE (λ) от подобранной модели является минимумом. Это значение И определяется подгонкой модели (принятой на протяжении всего, чтобы быть заданной регрессионой матрицы для полной модели - X) для различных уровней, и выбором значения, соответствующего минимальному SSE ( Для облегчения этого выбора часто используется график SSE (
Параметр и проставляется между областью значений от -3 до 3 шагов 0,5.
Вы можете ввести значение лямбды в поле редактирования, которое приближается к точке на графике с наименьшим SSE.
Несмотря на то, что SSE ( Это потому, что практическое различие между 0,5 и 0,593, скажем, вероятно, будет очень маленькой, но простое преобразование, подобное 0,5, намного легче интерпретировать.
Вы также можете найти приблизительный 100 (1
-) доверительный интервал на l, вычисляя
где - количество остаточных степеней свободы, равное (N-q).
В этой формуле и понимается, что это значение, которое минимизирует SSE ( Обратите внимание, что этот доверительный интервал может включать более одного инкрементного значения для В этом случае любое из этих значений так же справедливо, как и любое другое, и можно выбрать любое из этих преобразований, из которых можно разработать пробные модели.
Вы всегда должны смотреть на остатки, графики в верхней части, чтобы увидеть эффект различных преобразований.
Можно создать несколько дочерних узлов одной модели и выбрать различные преобразования для каждого, чтобы сравнить их с помощью остальных инструментов Model Browser.
Для ясности рассмотрим следующий пример, который иллюстрирует результаты применения алгоритма Box-Cox к модели крутящего момента полисплайна.
В этом примере минимальное значение SSE (λ) происходит близко к λ = 0. Минимум отмечен зеленым цветом. 95% -ный доверительный предел был вычислен и нарисован на рисунке как красная сплошная линия. В этом примере очевидно, что после округления до ближайшего инкрементного значения, содержащегося в доверительном интервале,
подходящим является любой Из трех возможных шагов, 0, 0.5, и 1, λ = 0.5 является самым близким к минимальному SSE.
Можно выбрать любую точку на графике нажав. Выбранная точка (текущая лямбда) затем обрисовывается красным цветом. Можно также ввести значения лямбды непосредственно в поле редактирования и нажать Enter.
