Tes ini biasanya digunakan dalam bidang ekonometrika dengan data deret waktu untuk menentukan apakah terdapat kerusakan struktural pada data pada suatu titik waktu tertentu.<\/span><\/p>\n Contoh langkah demi langkah berikut menunjukkan cara melakukan tes Chow dengan Python.<\/span><\/p>\n Pertama, kami akan membuat data palsu:<\/span><\/p>\n Selanjutnya, kita akan membuat diagram sebar sederhana untuk memvisualisasikan data:<\/span> <\/p>\n Dari scatter plot terlihat bahwa trend data tampak berubah pada x = 10.<\/span><\/p>\n Dengan demikian, kita dapat melakukan uji Chow untuk menentukan apakah terdapat breakpoint struktural pada data pada x = 10.<\/span><\/p>\n Kita dapat menggunakan fungsi chowtest dari paket chowtest<\/a> dengan Python untuk melakukan tes Chow.<\/span><\/span><\/p>\n Pertama, kita perlu menginstal paket ini menggunakan pip:<\/span><\/p>\n Kemudian kita bisa menggunakan sintaks berikut untuk melakukan tes Chow:<\/p>\n Berikut arti masing-masing argumen dalam fungsi chowtest()<\/strong> :<\/span><\/p>\n Dari hasil pengujian kita dapat melihat:<\/span><\/p>\n Karena nilai p kurang dari 0,05, kita dapat menolak hipotesis nol dari pengujian tersebut. Ini berarti bahwa kita mempunyai cukup bukti untuk mengatakan bahwa terdapat titik henti struktural dalam data.<\/span><\/p>\n Dengan kata lain, dua garis regresi dapat memasukkan model ke dalam data dengan lebih efektif dibandingkan satu garis regresi.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tes umum lainnya dengan Python:<\/span><\/p>\n Cara Melakukan Tes Kausalitas Granger dengan Python<\/a> Uji Chow digunakan untuk menguji apakah koefisien dari dua model regresi yang berbeda pada kumpulan data yang berbeda adalah sama. Tes ini biasanya digunakan dalam bidang ekonometrika dengan data deret waktu untuk menentukan apakah terdapat kerusakan struktural pada data pada suatu titik waktu tertentu. Contoh langkah demi langkah berikut menunjukkan cara melakukan tes Chow dengan […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Langkah 1: Buat datanya<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd<\/span>\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' x<\/span> ': [1, 1, 2, 3, 4, 4, 5, 5, 6, 7, 7, 8, 8, 9, 10, 10,\n 11, 12, 12, 13, 14, 15, 15, 16, 17, 18, 18, 19, 20, 20],\n ' y<\/span> ': [3, 5, 6, 10, 13, 15, 17, 14, 20, 23, 25, 27, 30, 30, 31,\n 33, 32, 32, 30, 32, 34, 34, 37, 35, 34, 36, 34, 37, 38, 36]})\n\n#view first five rows of DataFrame\n<\/span>df. head<\/span> ()\n\n x y\n0 1 3\n1 1 5\n2 2 6\n3 3 10\n4 4 13<\/strong><\/pre>\n Langkah 2: Visualisasikan datanya<\/strong><\/span><\/h3>\n
import<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#create scatterplot\n<\/span>plt. plot<\/span> (df. x<\/span> , df. y<\/span> , ' o<\/span> ')\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chow11.png\")
<\/p>\n Langkah 3: Lakukan Tes Chow<\/strong><\/span><\/h3>\n
pip install<\/span> chowtest\n<\/strong><\/pre>\n from<\/span> chow_test import<\/span> chowtest\n\nchowtest (<\/span> y=df[[' y<\/span> ']],\n last_index_in_model_1= 15<\/span> ,\n first_index_in_model_2= 16<\/span> ,\n significance_level= .05<\/span> )\n\n************************************************** *********************************\nReject the null hypothesis of equality of regression coefficients in the 2 periods.\n************************************************** *********************************\nChow Statistic: 118.14097335479373 p value: 0.0\n************************************************** *********************************\n(118.14097335479373, 1.1102230246251565e-16)\n<\/strong><\/pre>\n\n
\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara melakukan tes Breusch-Pagan dengan Python<\/a>
Cara Melakukan Tes White dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"