1 ボックス＝コックス変換の概要
1.1 目的と期待される効果
1.1.1 正規性への近づけ方
ボックス＝コックス変換は、元の観測値の分布形状を調整し、確率分布が正規分布に近づく状態を狙う手法である。特に、歪み（分布の非対称性）や裾の重さが大きいデータでは、モデル誤差（残差）が正規分布に従うという回帰分析の前提が崩れやすい。変換により尺度を再表現することで、残差の分布をより扱いやすい形へ整えることが期待される。
1.1.2 分散安定化の考え方
多くの統計モデルでは、誤差分散が一定であること（等分散性）が重要になる。変換によって応答のスケールの伸び方を変えると、条件による分散の増減が緩和され、分散が相対的に安定する方向へ働くことがある。この結果、推定量のばらつきが把握しやすくなり、検定や区間推定の信頼性が向上し得る。
1.1.3 回帰分析での利点
線形回帰や一般化線形モデルの前処理として用いると、モデル仮定に沿う形にデータを整えられる場合がある。具体的には、残差の形が極端に歪む、あるいは極端値が推定に強く影響する、といった状況で安定化が期待される。ただし、変換は常に万能ではなく、モデルの目的やデータ特性に応じた判断が必要である。
1.2 定義と数式
1.2.1 一般形（λ≠0）
ボックス＝コックス変換は、正の観測値 \(y\) に対して、変換後の値 \(y^{(\lambda)}\) を次で定義する。 \[ y^{(\lambda)}=\frac{y^\lambda-1}{\lambda}\quad(\lambda\neq 0) \] ここで、\(\lambda\) は変換の強さと形状を決めるパラメータである。\(\lambda\) の値により、冪的な伸縮のしかたが変わり、データの歪みや分散の挙動が調整される。
1.2.2 特別ケース（λ=0）
\(\lambda=0\) のときは極限として対数変換が得られ、次の形になる。 \[ y^{(0)}=\log y \] この対応により、\(\lambda\) を連続的に変化させても変換の定義が破綻しない設計になっている。
1.2.3 変換後データの扱い
変換後の値を、以後のモデル化に入力する。線形回帰で用いるなら、変換された応答（あるいは説明変数）に対して係数を推定し、診断を行う。予測を行う場合には、変換空間で得た結果を元の尺度へ戻す処理（逆変換）が別途必要になることがある。
1.3 適用条件と前提
1.3.1 正の値が必要な理由
ボックス＝コックス変換は、指数関数的な形（\(y^\lambda\)）を含み、また対数変換に一致する極限もあるため、定義域は基本的に正の実数に限られる。零や負の値があると \(y^\lambda\) や \(\log y\) が実数として定義できないため、追加の前処理を要する。
1.3.2 欠損値・外れ値の注意
欠損値がある場合は、変換前に欠損処理（削除・補完など）方針を決めてから適用するのが一般的である。外れ値については、変換が影響を緩和することもあれば、逆に強調してしまう場合もある。変換前後で分布や残差診断を比較し、変換が意図通りに作用しているか確認する必要がある。
1.3.3 変換の可逆性と限界
\(\lambda\) が既知で、かつ正の値が得られている限り、変換は理論上可逆である。ただし実務では、推定した \(\lambda\) を用いるため逆変換は推定誤差を伴う。また、逆変換後の期待値や区間は単純な復元にならず、特に誤差分布の扱いによっては補正が必要になることがある。従って「形式的な逆変換」と「期待値の厳密な復元」を区別して考えることが重要である。
2 変換パラメータλの選び方
2.1 最尤推定によるλ推定
2.1.1 対数尤度と推定手順
最尤推定では、変換後のデータが正規分布に従うと仮定し、その下で \(\lambda\) と回帰パラメータを同時に（または段階的に）推定する。具体的には、変換後の応答に対して平均と分散を仮定し、変換によるヤコビアン（確率密度の変形要因）を含めた尤度を構成する。尤度最大化により最適な \(\lambda\) が得られる。
2.1.2 推定結果の解釈
推定された \(\lambda\) の値は、元データの分布形状に対して、どの程度冪の方向へ変換すべきかを示す指標となる。例えば \(\lambda\) が正に大きい場合は冪の伸縮が強めに働き、\(\lambda\) が 0 に近い場合は対数に近い効果が支配的になりやすい。もっとも、推定値そのものよりも、変換後に残差がどの程度改善したかを診断で確認することが実務上の要点である。
2.2 検定や情報量規準による選択
2.2.1 正規性関連の評価指標
最尤推定以外に、正規性や分布形状を示す指標を用いて \(\lambda\) を比較する方法もある。例えば、正規性検定の p 値、Q-Q プロットでの直線からのずれ、歪度や尖度の変化などをもとに選ぶ。これらは「特定の仮定に基づく最適化」ではなく、「望ましい形状に近づく選択」という性格が強い。
2.2.2 モデル比較の考え方
情報量規準（AIC や BIC など）を使えば、変換後のモデルの当てはまりと複雑さのバランスで \(\lambda\) を決められる。通常、\(\lambda\) は連続値なので候補を格子状に探索し、その範囲で最小の情報量規準となるものを採用する。探索範囲や刻み幅が結果に影響し得るため、感度確認が望ましい。
2.3 実務での手順（概略）
2.3.1 まず行う探索（プロット等）
最初に、応答のヒストグラム、経験分布関数、Q-Q プロット、分散が説明変数によって増減していないかの図示などを行う。これにより、変換の必要性や大まかな方向性（強い歪みがあるか、分散が非一定か）が把握できる。探索結果は \(\lambda\) の探索範囲設定にも役立つ。
2.3.2 推定→検証の流れ
次に、最尤推定や情報量規準に基づき \(\lambda\) を選ぶ。選んだ後は、変換後データで回帰を再推定し、残差の正規性・等分散性・独立性の診断を行う。診断で改善が乏しければ、変換対象の入れ替え、別の変換（他の冪変換など）、あるいは別モデル化へ方針転換する。
3 回帰分析・モデル化での利用
3.1 変数変換としての利用
3.1.1 説明変数側の変換の考え方
ボックス＝コックス変換は主に応答側に使われることが多いが、説明変数の非線形性が強い場合に備えて適用されることもある。目的は、線形回帰の仮定に含まれる「平均構造が線形で表せる」という側面を満たしやすくすることである。もっとも、説明変数側の変換は解釈を複雑にしやすいため、変換理由と影響を明確にする必要がある。
3.1.2 応答変数側の変換の考え方
応答側では、誤差分布の歪みや分散の不安定性が問題になることが多い。そこで、変換後の応答を回帰に入力し、残差がより対称的になるか、分散が条件で大きく変動しないかを確認する。変換により、極端値の寄与が変わるため、推定の安定性と予測精度の両面で検討するのが望ましい。
3.2 残差の診断との関係
3.2.1 正規性チェック
変換後の残差に対し、Q-Q プロットや正規性検定、歪度・尖度の観点から評価する。改善が見られるなら、変換が「誤差分布を正規に近づける」という目的に合致している可能性が高い。一方で、正規性が十分に改善しない場合は、他の分布仮定や頑健回帰などの選択肢も検討対象になる。
3.2.2 等分散性チェック
残差と予測値、あるいは説明変数との関係を図示し、扇形のようなパターンが残っていないかを確認する。変換で分散安定化が進めば、残差の広がりが予測に応じて大きく変わりにくくなる。残差が依然としてパターンを示す場合、別の変換やモデル形式の見直しが必要となる。
3.2.3 モデル適合度の確認
正規性と等分散性だけでなく、当てはまり全体（予測の誤差、情報量規準、交差検証など）も合わせて確認する。変換は見かけの仮定を整える一方で、過剰な調整が起きることもあるため、予測性能との整合性が重要である。
3.3 逆変換と予測の扱い
3.3.1 予測値の復元方法
予測は変換空間で計算されるため、元の尺度へ戻すには逆変換を用いる。\(\lambda\neq 0\) なら \[ y = \left(\lambda y^{(\lambda)} + 1\right)^{1/\lambda} \] を使い、\(\lambda=0\) なら \(y=\exp\left(y^{(0)}\right)\) といった形になる。ここで、予測値が点推定か平均かで復元の意味が変わり得る。
3.3.2 平均の復元とバイアス
変換後の誤差が正規であると仮定する場合、逆変換した値の平均は「逆変換した平均」そのものにならないことがある。特に対数変換では、指数関数の性質により補正（いわゆる指数のバイアス補正）が関係する。したがって平均の復元には、分散情報や誤差分布仮定を組み込んだ計算が必要になることがある。
3.3.3 信頼区間の注意点
信頼区間は通常、変換空間で構築した後に逆変換して提示する。しかし逆変換は非線形であるため、上下限の幅が歪み、区間の意味合いが変わる場合がある。点推定だけでなく、区間の解釈（どの尺度での確率保証か、どの統計量に対応するか）を明確にすることが重要である。
4 関連手法・実務上の注意
4.1 代替変換との比較
4.1.1 逆正弦変換などの用途差
逆正弦変換は、割合や二項分布に由来する確率量など、分散が平均に強く依存する状況で使われることがある。ボックス＝コックス変換は正の連続量を主対象とし、冪の形で分布を柔軟に調整できる点が特徴である。従って対象データの型（割合か、金額・時間などの連続量か）や分散構造の想定によって使い分けが生じる。
4.1.2 ログ変換との関係
ログ変換はボックス＝コックス変換の特別ケースとして含まれる。分布の歪みが大きく、かつ \(\lambda\) が 0 近傍であるなら、ログ変換が自然な選択になる場合がある。一方、歪みの形がログでは十分整わないときは、\(\lambda\) を非零として冪変換側へ調整することで改善が見込まれる。
4.2 0や負の値がある場合の対処
4.2.1 シフトの考え方
正の値が必要であるため、0 が含まれる場合にはデータ全体に一定値を加えて正に変換する方法がある。これを「シフト」と呼ぶことがあるが、追加した量により尺度の意味が変わるため、選択の妥当性を慎重に検討する必要がある。とくに比較目的がある場合、シフト量の決め方が結果に影響しやすい。
4.2.2 置換・別手法の検討
0 や負の値に対しては、置換（例えば小さな正の値への置き換え）や、そもそも別の分布・モデルを採用する選択肢もある。例えば、負の値を許容する応答分布を仮定するモデル設計や、分布の当てはまりを重視した手法へ切り替えることも考えられる。どの方法が適切かは、データ生成過程と分析目的に依存する。
4.3 解釈上の留意点
4.3.1 係数の意味の変化
変換後のモデルでは、係数が元の尺度での効果としてそのまま解釈できない。応答が変換されているため、説明変数の変化が元の応答にどれほど影響するかは、逆変換と期待値の扱いを通して理解する必要がある。したがって「係数の符号」だけでなく「実効的な変化量」を併せて示す工夫が求められる。
4.3.2 出力の報告方法
実務の報告では、選んだ \(\lambda\) の値、変換対象（応答か説明変数か）、逆変換の方針（点推定なのか平均なのか）、区間推定の作り方を明記することが望ましい。再現性の観点から、探索範囲やモデル比較の基準が分かる形で記録するのが適切である。
4.3.3 再現性の確保（選定手順の明記）
再現性を担保するには、\(\lambda\) 選択の手順を固定し、乱数や初期値の影響がある場合は設定を共有する。探索した候補範囲、診断に用いた図や検定、採用理由（「この改善が予測に結びついた」など）を残すことで、後から同じ判断ができる。変換は推定の一部であるため、手順の明文化が特に重要になる。