[Day2] 时间序列资料转换方法

昨天讲了时间序列的 4 大属性拆解，今天我们介绍三种时间序列资料的转换方式，
它的目的是能够让隐藏在时序中的规律可以更容易的被观察。

首先上公式和概念：

Power Transform

• 公式：
  
• 概念：透过改变 trend 次方项，将 non-linear 转为 linear，使得季节性或其他规律更容易被观察

Log Transform

• 公式：
  
• 概念：是时间序列最常用的转换方式。

注意：原始资料不能有 ≤ 0 的值，否则无法转换；需确定有设定最小值

Box-Cox Transform

• 公式：
  
• 概念：结合上面两者的优点，自动选择合适的 lambda 值对时序资料做转换。这样的概念源自於一般资料（非时间序列）会使用 Box-Cox Transform 的原因是，为了让资料分布更趋於常态。

看完上面一定还是雾煞煞，不知道我在写什麽ＸＤ
没关系，接下来我们用程序跑看看，被转换後的时间序列和他的分布有什麽变化：