python检验Jarque-Bera是否符合正态分布


当前第2页 返回上一页

360截图20180409162212141.jpg

在excel中,偏度和峰度的计算公式如下:

360截图20180409162227022.jpg

下面自己实现一遍python的scipy库中计算偏度和斜的公式及建立正态分布检验。

代码

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

import numpy as npimport scipy.stats as statsdef self_JBtest(y):

    # 样本规模n

    n = y.size

    y_ = y - y.mean()    """

    M2:二阶中心钜

    skew 偏度 = 三阶中心矩 与 M2^1.5的比

    krut 峰值 = 四阶中心钜 与 M2^2 的比

    """

    M2 = np.mean(y_**2)

    skew =  np.mean(y_**3)/M2**1.5

    krut = np.mean(y_**4)/M2**2

 

    """

    计算JB统计量,以及建立假设检验

    """

    JB = n*(skew**2/6 + (krut-3 )**2/24)

    pvalue = 1 - stats.chi2.cdf(JB,df=2)

    print("偏度:",stats.skew(y),skew)

    print("峰值:",stats.kurtosis(y)+3,krut)

    print("JB检验:",stats.jarque_bera(y))    return np.array([JB,pvalue])

 

y1 = stats.norm.rvs(size=10)

 

y2 = stats.t.rvs(size=1000,df=4)

 

print(self_JBtest(y1))

 

print(self_JBtest(y2))

结果

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

=============== RESTART: C:\Users\tinysoft\Desktop\JB正态性检验.py ===============

 

  偏度: 0.5383125387398069 0.53831253874

 

  峰值: 2.9948926317585918 2.99489263176

 

  JB检验: (0.48297818444514068, 0.78545737133644544)

 

  [ 0.48297818  0.78545737]

 

  偏度: -1.0488825341925703 -1.04888253419

 

  峰值: 13.40804986639119 13.4080498664

 

  JB检验: (4697.0050126426095, 0.0)

 

  [ 4697.00501264     0.        ]

以上就是python检验Jarque-Bera是否符合正态分布的详细内容,更多文章请关注木庄网络博客!!

返回前面的内容

相关阅读 >>

怎么把pycharm卸载干净

Python字典的用法详解(附示例)

Python yield什么意思

Python文件存储路径如何使用变量

Python中的切片是什么?(实例解析)

Python中range函数怎么用

Python中demo是什么

Python快速排序,插入排序算法,自定义排序实例详解

Python 2.7.x 和 3.x 版本的重要区别

Python中怎么代码换行

更多相关阅读请进入《Python》频道 >>




打赏

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,您说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦

分享从这里开始,精彩与您同在

评论

管理员已关闭评论功能...