Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment effectuer un test Jarque-Bera dans R



Le test de Jarque-Bera est un test d’ajustement qui détermine si les données d’échantillon présentent ou non une asymétrie et un aplatissement qui correspondent à une distribution normale .

La statistique du test de Jarque-Bera est toujours un nombre positif et si elle est loin de zéro, cela indique que les données de l’échantillon n’ont pas une distribution normale.

La statistique de test JB est définie comme :

JB =[(n-k+1) / 6] * [S 2 + (0,25*(C-3) 2 )]

n est le nombre d’observations dans l’échantillon, k est le nombre de régresseurs (k = 1 s’il n’est pas utilisé dans le contexte de la régression), S est l’asymétrie de l’échantillon et C est l’aplatissement de l’échantillon.

Sous l’hypothèse nulle de normalité, JB ~ X 2 (2)

Ce tutoriel explique comment réaliser un test de Jarque-Bera dans R.

Test de Jarque-Bera dans R

Pour effectuer un test Jarque-Bera pour un exemple d’ensemble de données, nous pouvons utiliser le package tseries :

#install (if not already installed) and load tseries package
if(!require(tseries)){install.packages('tseries')}

#generate a list of 100 normally distributed random variables
dataset <- rnorm(100)

#conduct Jarque-Bera test
jarque.bera.test(dataset)

Cela génère la sortie suivante :

Cela nous indique que la statistique du test est de 0,67446 et que la valeur p du test est de 0,7137. Dans ce cas, nous ne pourrions pas rejeter l’hypothèse nulle selon laquelle les données sont normalement distribuées.

Ce résultat ne devrait pas être surprenant puisque l’ensemble de données que nous avons généré est composé de 100 variables aléatoires qui suivent une distribution normale.

Considérons plutôt si nous générions un ensemble de données composé d’une liste de 100 variables aléatoires uniformément distribuées :

#install (if not already installed) and load tseries package
if(!require(tseries)){install.packages('tseries')}

#generate a list of 100 uniformly distributed random variables
dataset <- runif(100)

#conduct Jarque-Bera test
jarque.bera.test(dataset)

Cela génère la sortie suivante :

Cela nous indique que la statistique du test est de 8,0807 et que la valeur p du test est de 0,01759. Dans ce cas, nous rejetterions l’hypothèse nulle selon laquelle les données sont normalement distribuées. Nous disposons de suffisamment de preuves pour affirmer que les données de cet exemple ne sont pas normalement distribuées.

Ce résultat ne devrait pas être surprenant puisque l’ensemble de données que nous avons généré est composé de 100 variables aléatoires qui suivent une distribution uniforme. Après tout, les données sont censées être distribuées uniformément, et non normalement.

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *