Jarque-Bera 检验计算器,用于统计分析
单位转换器 ▲
单位转换器 ▼
From: | To: |
Jarque-Bera 检验值: {{ jbTestResult }}
Powered by @Calculator Ultra
Jarque-Bera(JB)检验是一种经济学和金融领域广泛使用的统计检验,用于检验给定的数据样本是否具有与正态分布匹配的偏度和峰度。它在计量经济学中和对回归模型中的假设进行验证中特别有用。
历史背景
Jarque-Bera检验是由Carlos M. Jarque和Anil K. Bera开发的。它基于Pearson的工作,Pearson在20世纪早期提出了偏度和峰度的度量。JB检验在统计分析中逐渐流行起来,成为一种简单但强大的工具,用于检验大样本中的正态性。
计算公式
Jarque-Bera检验的计算公式如下:
\[ \text{JB Test} = \frac{n}{6} \left( S^2 + \frac{1}{4} (K - 3)^2 \right) \]
其中:
- \( n \) 是样本数。
- \( S \) 是偏度系数。
- \( K \) 是峰度系数。
示例计算
考虑具有以下特征的数据集:
- 偏度系数:2
- 样本数:50
- 峰度系数:4
应用JB检验公式:
\[ \text{JB Test} = \frac{50}{6} \left( 2^2 + \frac{1}{4} (4 - 3)^2 \right) = 33.3333333333 \]
然后将此JB检验值与卡方分布的临界值进行比较,以确定是否可以拒绝正态分布的原假设。
重要性和使用场景
JB检验对于以下方面很重要:
- 统计分析:验证各种统计模型中的正态性假设。
- 计量经济学:用于回归分析和时间序列分析。
- 财务建模:评估金融收益的正态性。
常见问题解答
-
JB检验值高表示什么?
- JB检验值高表明数据不遵循正态分布。
-
JB检验适用于小样本吗?
- JB检验对大样本更可靠。对于小样本,Shapiro-Wilk检验等其他检验可能更合适。
-
JB检验可以用于任何类型的数据吗?
- 它最适合连续数据,对分类数据的作用较小。