forecast package的Boxcox方法是先用BoxCox.lambda函数自动筛选出最合适的lambda，然后用Boxcox进行普通的Box-cox变换，BoxCox.lambda这个函数用于数值向量或时间序列，可以得到\lambda的估计精确值。而car package中的powerTransform要更复杂一些，这个函数是针对线性模型计算一个最优的\lambda ，采取的方法是最大似然估计。 使用这个函数的问题是只能对模型l寻找最优lambda，而且还得不到 lambda的估计的精确值。可以参考 Box-Cox变换
http://site.**.com/182577/widget/notes/12866356/note/292509009/

感谢回复！

您的意思就是Boxcox函数可以得到lambda的精确值，而powerTransform函数只是针对线性模型作用，并且得不到lambda的精确估计？

借楼追问一下。
我在做练习，其重要我将普通的分布利用powerTransform转换成正态分布，并求的最优的lanmbda。
在对转化后的的数据使用summary（），出来两个对应lanmbda=1和=0时候的p值。
然后怎么确定最优lambda呢？是选取更小的p值对应的lambda就行了吗？所以powerTransform只能求1或者0吗？

lambda可以是任意的值，并且我还没有遇到powerTransform得到多个最优解的情况

唉，我看了一晚上，算是在Environment里找到lambda的值了。多谢解答。
不过看到里面还有个roundlam，不知道是怎么估计和运用的？
我的lambda值是0.3948，但是roundlam是0.5。
还是说roundlam基本上不使用？