時系列分析におけるBoxCox変換のラムダ値

私は予測のオンラインバージョンを読んでいました。RobJ HyndmanとGeorge Athanasopoulosによる原則と実践です。STL分解とBoxCox変換に関する次の文を見つけました。

「0 <λ<1のデータのBox-Cox変換を使用すると、加法分解と乗法分解のいくつかの方法が得られます。λ= 0の値は乗法分解に対応し、λ= 1は加法分解に相当します。」

私の質問は、なぜその範囲のラムダだけが有効なオプションになるのですか？ラムダが-0.5または2に等しくないのはなぜですか？

（数値の）分布のログをいつ（そしてなぜ）記録する必要があるのかを調べたいと思いますか？パワー変換について説明します。違いを含む不当または不正確な変換は、不明な異常/レベルシフト/時間傾向またはパラメータの変化またはエラー分散の変化に対処するための不作法/誤解された試みであるため、慎重に回避する必要があります

この典型的な例については、スライド60以降のhttp://www.autobox.com/cms/index.php/afs-university/intro-to-forecasting/doc_download/53-capabilities-presentationで説明しています。ここで、3つのパルス異常（未処理）は、初期の研究者による不当なログ変換につながりました。残念ながら、現在の研究者の何人かは、まだ同じ間違いを犯しています。

ここでの問題（opによって示唆された）は、仮定に非常に注意することです。