วิธีทำการทดสอบ jarque-bera ใน r
การทดสอบ Jarque-Bera เป็นการทดสอบความดีพอดีที่จะพิจารณาว่าข้อมูลตัวอย่างมีความเบ้และความโด่งที่สอดคล้องกับ การแจกแจงแบบปกติ หรือไม่
สถิติการทดสอบ Jarque-Bera จะเป็นจำนวนบวกเสมอ และหากอยู่ห่างจากศูนย์ แสดงว่าข้อมูลตัวอย่างไม่มีการแจกแจงแบบปกติ
สถิติการทดสอบ JB ถูกกำหนดเป็น:
JB =[(n-k+1) / 6] * [S 2 + (0.25*(C-3) 2 )]
โดยที่ n คือจำนวนการสังเกตในกลุ่มตัวอย่าง k คือจำนวนตัวถดถอย (k = 1 หากไม่ได้ใช้ในบริบทของการถดถอย) S คือความเบ้ของกลุ่มตัวอย่าง และ C คือความโด่งของกลุ่มตัวอย่าง
ภายใต้สมมติฐานว่างของ ความเป็นปกติ JB ~
บทช่วยสอนนี้จะอธิบายวิธีดำเนินการทดสอบ Jarque-Bera ใน R
การทดสอบ Jarque-Bera ใน R
หากต้องการดำเนินการทดสอบ Jarque-Bera สำหรับชุดข้อมูลตัวอย่าง เราสามารถใช้แพ็คเกจ 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)
สิ่งนี้สร้างผลลัพธ์ต่อไปนี้:
สิ่งนี้บอกเราว่าสถิติการทดสอบคือ 0.67446 และค่า p-value ทดสอบคือ 0.7137 ในกรณีนี้ เราจะไม่สามารถปฏิเสธสมมติฐานว่างที่ว่าข้อมูลมีการกระจายตามปกติได้
ผลลัพธ์นี้ไม่น่าประหลาดใจเนื่องจากชุดข้อมูลที่เราสร้างขึ้นประกอบด้วยตัวแปรสุ่ม 100 ตัวที่เป็นไปตามการแจกแจงแบบปกติ
ให้พิจารณาว่าเราสร้างชุดข้อมูลที่ประกอบด้วยรายการตัวแปรสุ่มที่กระจายสม่ำเสมอ 100 ตัวหรือไม่:
#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)
สิ่งนี้สร้างผลลัพธ์ต่อไปนี้:
สิ่งนี้บอกเราว่าสถิติการทดสอบคือ 8.0807 และค่า p-value ทดสอบคือ 0.01759 ในกรณีนี้ เราจะปฏิเสธสมมติฐานว่างที่ว่าข้อมูลมีการกระจายตามปกติ เรามีหลักฐานเพียงพอที่จะบอกว่าข้อมูลในตัวอย่างนี้ไม่มีการกระจายตามปกติ
ผลลัพธ์นี้ไม่น่าประหลาดใจเนื่องจากชุดข้อมูลที่เราสร้างขึ้นประกอบด้วยตัวแปรสุ่ม 100 ตัวที่ตามหลังการแจกแจงแบบสม่ำเสมอ ท้ายที่สุดแล้ว ข้อมูลมีไว้เพื่อการกระจายอย่างสม่ำเสมอ ไม่ใช่ตามปกติ