在多元线性回归中使用 boxCox

Question

我在数据集上使用多元线性回归。我已经检查过，几乎没有满足任何必要的假设。我正在尝试使用 boxCox 来了解要进行哪些转换，但我也无法使其正常工作。

我将我的数据框命名为 df1，它有一个响应变量 Energy 和预测变量 Date、Day 和 MinTemp。 Date is binary 二进制因子（1 表示 2010 年或 0 表示 2009 年），Day 是一个因子，MinTemp 是数值。 MinTemp 中有负值。

这是我的 boxCox 代码：

bc_snow = boxCox(df1$Energy ~ df1$Date + df1$Day + df1$MinTemp, family = "bcnPower")

它为我输出了这个，出于某种原因，我觉得这是错误的。

我也在尝试提取我以前做过的 lambda，但代码不工作。

bc_snow$x[which.max(bc$y)] 

bc$y 中的错误：'closure' 类型的对象不是可子集化的

我做错了什么？我以前做过boxCox，但没有遇到过这个问题。

我试过改变 boxCox 中的家庭，但这对我也没有帮助。