Jarque-Bera测试
返回对向量中的数据的零假设的测试决定h
= jbtest(x
)x
来自均值和方差的正常分布,使用Jarque-Bera测试.替代假设是它不来自这种分布。结果h
是1
如果检验在5%显著性水平上拒绝了原假设,并且0
否则。
Jarque-Bera测试通常使用Chi-Square分布来估计大型样品的临界值,推迟到LipreieFors测试(见莉莉亚特
)对于小样本。Jbtest.
相比之下,采用蒙特卡罗模拟计算的临界值表,用于样本容量小于2000,显著性水平从0.001到0.50。检验的临界值是通过插值到表中来计算的,只有在对更大的样本量进行外推时才使用分析卡方近似。
C. M. Jarque和A. K. Bera。观察值和回归残差的正态性检验国际统计审查.卷。55,1987年第2,987页,第163-172页。
[2] Deb,P.和M. Sefton。“标记乘法乘法的分布正常。”经济学字母.1996年第51卷,123-130页。本文提出了一种蒙特卡罗模拟方法来确定检验统计量的分布。这个函数的结果是基于一个独立的蒙特卡罗模拟,而不是本文的结果。