R တွင် jarque-bera စမ်းသပ်မှုပြုလုပ်နည်း

Jarque-Bera စမ်းသပ်မှု သည် နမူနာဒေတာသည် ပုံမှန်ဖြန့်ဝေမှု တစ်ခုနှင့် သက်ဆိုင်သည့် skewness နှင့် kurtosis ကိုပြသခြင်းရှိ၊ မရှိ ဆုံးဖြတ်ပေးသည့် ကောင်းမွန်သောစစ်ဆေးမှုတစ်ခုဖြစ်သည်။

Jarque-Bera စမ်းသပ်မှု ကိန်းဂဏန်းသည် အမြဲတမ်း အပြုသဘောဆောင်သည့် နံပါတ်ဖြစ်ပြီး သုညနှင့် ဝေးနေပါက၊ နမူနာဒေတာတွင် ပုံမှန်ဖြန့်ဝေမှု မရှိကြောင်း ညွှန်ပြသည်။

JB စမ်းသပ်မှုစာရင်းအင်းကို အောက်ပါအတိုင်း သတ်မှတ်သည်။

JB =[(n-k+1) / 6] * [S ² + (0.25*(C-3) ² )]

n သည် နမူနာရှိ မှတ်သားမှုအရေအတွက်ဖြစ်ပြီး၊ k သည် regressors အရေအတွက် ( k = 1 ဆိုလျှင် regression ၏အခြေအနေတွင် အသုံးမပြုပါက ) S သည် နမူနာ၏ skewness ဖြစ်ပြီး C သည် နမူနာ၏ kurtosis ဖြစ်သည်။

^{ပုံမှန်အနေအထား} ၏ null hypothesis အောက်တွင် JB ~

ဤသင်ခန်းစာတွင် Jarque-Bera စမ်းသပ်မှုကို R ဖြင့် မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

Jarque-Bera စမ်းသပ်မှု R

နမူနာဒေတာအတွဲအတွက် Jarque-Bera စမ်းသပ်မှုပြုလုပ်ရန်၊ ကျွန်ုပ်တို့သည် tseeries ပက်ကေ့ဂျ်ကို အသုံးပြုနိုင်ပါသည်။

 #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)

၎င်းသည် အောက်ပါ output ကိုထုတ်ပေးသည်-

၎င်းသည် စမ်းသပ်မှုစာရင်းအင်း 0.67446 နှင့် စမ်းသပ်မှု p-value သည် 0.7137 ဖြစ်သည် ။ ဤကိစ္စတွင်၊ ဒေတာကို ပုံမှန်ဖြန့်ဝေနေသည့် null hypothesis ကို ကျွန်ုပ်တို့ ငြင်းပယ်နိုင်မည်မဟုတ်ပါ။

ကျွန်ုပ်တို့ထုတ်လုပ်လိုက်သော ဒေတာအတွဲသည် ပုံမှန်ဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်သော ကျပန်းကိန်းရှင် 100 ဖြင့် ဖွဲ့စည်းထားသောကြောင့် ဤရလဒ်သည် အံ့သြစရာမဖြစ်သင့်ပါ။

ယင်းအစား၊ ကျွန်ုပ်တို့သည် တစ်ပြေးညီ ဖြန့်ဝေထားသော ကျပန်းကိန်းရှင် 100 စာရင်းပါသည့် ဒေတာအတွဲကို ထုတ်ပေးမည်ဆိုသည်ကို စဉ်းစားကြည့်ပါ-

 #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)

၎င်းသည် အောက်ပါ output ကိုထုတ်ပေးသည်-

၎င်းသည် စမ်းသပ်မှုစာရင်းအင်းသည် 8.0807 ဖြစ်ပြီး စမ်းသပ်မှု p-value သည် 0.01759 ဖြစ်ကြောင်း ကျွန်ုပ်တို့ကိုပြောပြသည်။ ဤကိစ္စတွင်၊ ဒေတာကို ပုံမှန်အတိုင်း ဖြန့်ဝေနေသည်ဟူသော null hypothesis ကို ကျွန်ုပ်တို့ ငြင်းပယ်ပါမည်။ ဤဥပမာရှိ အချက်အလက်များကို ပုံမှန်အတိုင်း ဖြန့်ဝေခြင်းမဟုတ်ကြောင်း ပြောရန် လုံလောက်သော အထောက်အထားရှိသည်။

ကျွန်ုပ်တို့ထုတ်လုပ်လိုက်သောဒေတာအတွဲသည် တူညီသောဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်သော ကျပန်းကိန်းရှင် 100 ဖြင့်ဖွဲ့စည်းထားသောကြောင့် ဤရလဒ်သည် အံ့သြစရာမဖြစ်သင့်ပါ။ နောက်ဆုံးအချက်မှာ၊ ဒေတာကို ပုံမှန်မဟုတ်ဘဲ တစ်ပြေးညီ ဖြန့်ဝေရန် ရည်ရွယ်ပါသည်။