Deze test wordt doorgaans gebruikt op het gebied van de econometrie met tijdreeksgegevens om te bepalen of er op een bepaald moment een structurele breuk in de gegevens is.<\/span><\/p>\n Het volgende stapsgewijze voorbeeld laat zien hoe u een Chow-test in Python uitvoert.<\/span><\/p>\n Eerst zullen we valse gegevens cre\u00ebren:<\/span><\/p>\n Vervolgens maken we een eenvoudig spreidingsdiagram om de gegevens te visualiseren:<\/span> <\/p>\n Uit het spreidingsdiagram kunnen we zien dat de trend in de gegevens lijkt te veranderen bij x = 10.<\/span><\/p>\n We kunnen dus de Chow-test uitvoeren om te bepalen of er een structureel breekpunt in de gegevens is op x = 10.<\/span><\/p>\n We kunnen de chowtest-functie van het chowtest-<\/a> pakket in Python gebruiken om een Chow-test uit te voeren.<\/span><\/span><\/p>\n Eerst moeten we dit pakket installeren met pip:<\/span><\/p>\n Vervolgens kunnen we de volgende syntaxis gebruiken om de Chow-test uit te voeren:<\/p>\n Dit is wat de individuele argumenten in de chowtest()<\/strong> functie betekenen:<\/span><\/p>\n Uit het testresultaat kunnen we zien:<\/span><\/p>\n Omdat de p-waarde kleiner is dan 0,05, kunnen we de nulhypothese van de test verwerpen. Dit betekent dat we voldoende bewijs hebben om te zeggen dat er een structureel breekpunt in de gegevens aanwezig is.<\/span><\/p>\n Met andere woorden: twee regressielijnen kunnen het model effectiever in de gegevens passen dan \u00e9\u00e9n enkele regressielijn.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende tests in Python uitvoert:<\/span><\/p>\n Hoe u een Granger-causaliteitstest uitvoert in Python<\/a> Een Chow-test wordt gebruikt om te testen of de co\u00ebffici\u00ebnten van twee verschillende regressiemodellen op verschillende datasets gelijk zijn. Deze test wordt doorgaans gebruikt op het gebied van de econometrie met tijdreeksgegevens om te bepalen of er op een bepaald moment een structurele breuk in de gegevens is. Het volgende stapsgewijze voorbeeld laat zien hoe […]<\/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":[],"class_list":["post-2473","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Stap 1: Cre\u00eber de gegevens<\/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 Stap 2: Visualiseer de gegevens<\/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 Stap 3: Voer de Chow-test uit<\/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
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe een Breusch-Pagan-test uit te voeren in Python<\/a>
Hoe de test van White in Python uit te voeren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"