Test Jarque’a-Bery
Test Jarque’a-Bery – Wprowadzenie
Test Jarque’a-Bery to istotne narzędzie statystyczne, które umożliwia ocenę normalności rozkładu danej populacji na podstawie prób losowych. Jego zastosowanie jest szczególnie cenione w wielu dziedzinach, takich jak ekonomia, psychologia czy biostatystyka, gdzie często zachodzi potrzeba weryfikacji założeń dotyczących rozkładów danych. Kluczowym aspektem tego testu jest analiza reszt w modelach regresji, co pozwala na ocenę, czy zakłócenia są zgodne z rozkładem normalnym.
Podstawy teoretyczne testu Jarque’a-Bery
Test Jarque’a-Bery opiera się na dwóch głównych miarach statystycznych: skośności i kurtozie rozkładu. Skośność informuje nas o asymetrii rozkładu, podczas gdy kurtoza dotyczy jego „spłaszczenia” lub „wysokości”. W przypadku idealnego rozkładu normalnego skośność wynosi zero, a kurtoza przyjmuje wartość trzech. Test ten pozwala na ocenę hipotezy zerowej, która stwierdza, że badany rozkład jest normalny.
Skośność i kurtoza
Skośność (oznaczana jako S) jest obliczana na podstawie trzeciej momentu centralnego próby, natomiast kurtoza (oznaczana jako K) bazuje na czwartym momencie centralnym. Obie miary są kluczowe w kontekście oceny kształtu rozkładu. Ostateczna statystyka testowa (JB) jest zdefiniowana na podstawie wartości n (liczba obserwacji), S oraz K. Statystyka ta ma asymptotyczny rozkład chi-kwadrat o dwóch stopniach swobody, co umożliwia przeprowadzenie testu hipotezy.
Obliczanie statystyki JB
Aby obliczyć wartość statystyki Jarque’a-Bery, należy najpierw wyznaczyć skośność oraz kurtozę dla danej próbki danych. Formuły do ich obliczenia są następujące:
Skośność:
S = (1/n) * Σ(xi – x̄)³ / ((1/n) * Σ(xi – x̄)²)^(3/2)
Kurtoza:
K = (1/n) * Σ(xi – x̄)⁴ / ((1/n) * Σ(xi – x̄)²)²
Po obliczeniu tych wartości możemy wykorzystać je do wyznaczenia statystyki JB zgodnie z następującym wzorem:
Statystyka JB:
JB = n/6 * (S² + (1/4 * (K – 3)²))
Interpretacja wyników testu
Wynik testu Jarque’a-Bery interpretujemy poprzez porównanie uzyskanej wartości statystyki JB z krytycznymi wartościami z rozkładu chi-kwadrat. Jeżeli wartość ta przekracza ustalony poziom istotności (np. 0.05), odrzucamy hipotezę zerową o normalności rozkładu. W przeciwnym razie nie mamy podstaw do stwierdzenia, że rozkład odbiega od normalnego.
Warto zauważyć, że test ten jest najbardziej efektywny dla dużych prób. Przy małych próbach może być mniej wiarygodny ze względu na ograniczoną moc statystyczną.
Zastosowania praktyczne testu Jarque’a-Bery
Test Jarque’a-Bery znajduje szerokie zastosowanie w różnych dziedzinach nauki i praktyki. Jest on szczególnie użyteczny w analizach regresji liniowej, gdzie za
Artykuł sporządzony na podstawie: Wikipedia (PL).