Transformación Yeo Johnson
La transformación YeoJonson es uno de los métodos de transformación que acercan los datos numéricos a una distribución normal. A diferencia de la transformación BoxCox, que no puede aplicarse a datos que contienen valores negativos, puede aplicarse incluso cuando se incluyen valores negativos.
A diferencia de la transformación box-cox, este método puede utilizarse incluso cuando se incluyen valores negativos.
I. Yeo and R.A. Johnson, “A New Family of Power Transformations to Improve Normality or Symmetry”, Biometrika 87.4 (2000):
from scipy import stats
import matplotlib.pyplot as plt
x = stats.loggamma.rvs(1, size=1000) - 0.5
plt.hist(x)
plt.axvline(x=0, color="r") # verificar que también hay datos por debajo de 0
plt.show()
import numpy as np
from scipy.stats import yeojohnson
plt.hist(yeojohnson(x))
plt.show()
