<\/p>\n
Uji Jarque-Bera<\/strong> merupakan uji goodness-of-fit yang menentukan apakah data sampel menunjukkan skewness dan kurtosis yang sesuai dengan distribusi normal .<\/span><\/p>\n Statistik uji Jarque-Bera selalu bernilai positif dan jika jauh dari nol berarti data sampel tidak berdistribusi normal.<\/span><\/p>\n Statistik uji JB<\/strong><\/em> didefinisikan sebagai:<\/span><\/p>\n JB<\/strong><\/em> =[(n-k+1) \/ 6] * [S 2<\/sup> + (0,25*(C-3) 2<\/sup> )]<\/span><\/p>\n dimana n<\/em> adalah jumlah observasi dalam sampel, k<\/em> adalah jumlah regressor (k = 1 jika tidak digunakan dalam konteks regresi), S<\/em> adalah skewness sampel dan C<\/em> adalah kurtosis sampel.<\/span><\/p>\n Di bawah hipotesis normalitas<\/sup> nol, JB ~<\/em><\/span><\/p>\n Tutorial ini menjelaskan cara melakukan tes Jarque-Bera di R.<\/span><\/p>\n Untuk melakukan pengujian Jarque-Bera pada contoh kumpulan data, kita dapat menggunakan paket tseries<\/strong> :<\/span><\/p>\n Ini menghasilkan output berikut:<\/span><\/p>\n Hal ini menunjukkan bahwa statistik uji adalah 0,67446 dan nilai p uji adalah 0,7137. Dalam hal ini, kami tidak akan dapat menolak hipotesis nol bahwa data berdistribusi normal.<\/span><\/p>\n Hasil ini tidak mengherankan karena kumpulan data yang kami hasilkan terdiri dari 100 variabel acak yang mengikuti distribusi normal.<\/span><\/p>\n Sebagai gantinya, pertimbangkan jika kita membuat kumpulan data yang terdiri dari daftar 100 variabel acak yang terdistribusi secara seragam:<\/span><\/p>\n Ini menghasilkan output berikut:<\/span><\/p>\n Hal ini menunjukkan bahwa statistik uji adalah 8,0807 dan nilai p uji adalah 0,01759. Dalam hal ini, kami akan menolak hipotesis nol bahwa data berdistribusi normal. Kami mempunyai cukup bukti untuk mengatakan bahwa data dalam contoh ini tidak terdistribusi secara normal.<\/span><\/p>\n Hasil ini tidak mengherankan karena kumpulan data yang kami hasilkan terdiri dari 100 variabel acak yang mengikuti distribusi seragam. Bagaimanapun, data dimaksudkan untuk didistribusikan secara seragam, tidak normal.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Uji Jarque-Bera merupakan uji goodness-of-fit yang menentukan apakah data sampel menunjukkan skewness dan kurtosis yang sesuai dengan distribusi normal . Statistik uji Jarque-Bera selalu bernilai positif dan jika jauh dari nol berarti data sampel tidak berdistribusi normal. Statistik uji JB didefinisikan sebagai: JB =[(n-k+1) \/ 6] * [S 2 + (0,25*(C-3) 2 )] dimana n […]<\/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 Tes Jarque-Bera di R<\/strong><\/span><\/h2>\n
#install (if not already installed) and load tseries<\/em> package<\/span>\nif(!require(tseries)){install.packages('tseries')}\n\n#generate a list of 100 normally distributed random variables<\/span>\ndataset <- rnorm(100)\n\n#conduct Jarque-Bera test<\/span>\njarque.bera.test(dataset)\n<\/strong><\/pre>\n #install (if not already installed) and load tseries<\/em> package<\/span>\nif(!require(tseries)){install.packages('tseries')}\n\n#generate a list of 100 uniformly distributed random variables<\/span>\ndataset <- runif(100)\n\n#conduct Jarque-Bera test<\/span>\njarque.bera.test(dataset)\n<\/strong><\/pre>\n