İstatistiksel Analiz için Jarque-Bera Testi Hesaplayıcısı
Jarque-Bera Test Değeri: {{ jbTestResult }}
Birim Dönüştürücü
- {{ unit.name }}
- {{ unit.name }} ({{updateToValue(fromUnit, unit, fromValue)}})
Alıntı
Aşağıdaki alıntıyı kullanarak bunu bibliyografinize ekleyin:
Find More Calculator ☟
Jarque-Bera (JB) Testi, belirli bir veri örneğinin çarpıklık ve basıklığının normal dağılımla eşleşip eşleşmediğini test etmek için ekonomi ve finansta yaygın olarak kullanılan bir istatistiksel testtir. Özellikle ekonometride ve regresyon modellerindeki varsayımları doğrulamak için kullanışlıdır.
Tarihsel Arka Plan
Jarque-Bera Testi, Carlos M. Jarque ve Anil K. Bera tarafından geliştirilmiştir. 20. yüzyılın başlarında çarpıklık ve basıklık ölçülerini tanıtan Pearson'ın çalışmalarına dayanmaktadır. JB testi, büyük örneklerde normalliği kontrol etmek için basit ama güçlü bir araç olarak istatistiksel analizlerde öne çıkmıştır.
Hesaplama Formülü
Jarque-Bera Testi aşağıdaki formül kullanılarak hesaplanır:
\[ \text{JB Testi} = \frac{n}{6} \left( S^2 + \frac{1}{4} (K - 3)^2 \right) \]
Burada:
- \( n \) örneklem büyüklüğüdür.
- \( S \) çarpıklık katsayısıdır.
- \( K \) basıklık katsayısıdır.
Örnek Hesaplama
Aşağıdaki özelliklere sahip bir veri kümesini düşünün:
- Çarpıklık Katsayısı: 2
- Örneklem Büyüklüğü: 50
- Basıklık Katsayısı: 4
JB testi formülünü uygulayalım:
\[ \text{JB Testi} = \frac{50}{6} \left( 2^2 + \frac{1}{4} (4 - 3)^2 \right) = 33.3333333333 \]
Bu JB test değeri daha sonra ki-kare dağılımından elde edilen bir kritik değerle karşılaştırılır ve normallik sıfır hipotezinin reddedilip reddedilemeyeceği belirlenir.
Önemi ve Kullanım Senaryoları
JB Testi şunlar için önemlidir:
- İstatistiksel Analiz: Çeşitli istatistiksel modellerde normallik varsayımını doğrulamak.
- Ekonometri: Regresyon analizi ve zaman serisi analizinde kullanılır.
- Finansal Modelleme: Finansta getirilerin normalliğini değerlendirmek.
Sıkça Sorulan Sorular
-
Yüksek bir JB Testi değeri neyi gösterir?
- Yüksek bir JB Testi değeri, verilerin normal bir dağılım izlemediğini gösterir.
-
JB Testi küçük örneklem büyüklükleri için uygun mudur?
- JB Testi büyük örneklemler için daha güvenilirdir. Küçük örneklemler için Shapiro-Wilk testi gibi diğer testler daha uygun olabilir.
-
JB Testi herhangi bir veri türü için kullanılabilir mi?
- En iyi sürekli veriler için uygundur ve kategorik veriler için daha az etkilidir.