- Distribución Binomial en R - marzo 8, 2021
- Cálculo de Drawdown en Python - febrero 25, 2021
- VaR y CvaR en Python - febrero 25, 2021
El test de normalidad Jarque-Bera es una prueba estadística que podemos usar para ver si una determinada serie de tiempo se distribuye en base a una distribución normal.
También nos puede servir para estudiar el término de error o estocástico de una regresión lineal y así ver si cumplen el supuesto de normalidad.
La prueba Jarque Bera se basa en el estudio de la asimetría y la curtosis de las distribuciones.
Para conocer más sobre este tema he subido este tutorial con ejemplos en R que te permitirán practicar. Tienes el código justo debajo.
CÓDIGO EN R
## JARQUE BERA TEST
# sesgo sea 0 – curtosis 3
library(tseries)
#jarque.bera.test(serie)
#jarque.bera.test(residuals(modelo_lineal)) #
# distrubición aleatoria normal
y=rnorm(1000)
plot(y,type=»l»)
hist(y)
jarque.bera.test(y)
# pvalue > 0.1 — normalidad
# a un nivel de significancia del 5 por ciento, la hipoteis
# nula de normalidad no se rechaza, puesto que el p-value > 0.05
#install.packages(«quantmod»)
library(quantmod)
#install.packages(«fImport»)
library(fImport)
# Ejemplo con activos financieros
NZDUSD<-fredSeries(«EXUSNZ»,from=»2000-01-01″,to=»2020-10-19″)
EURUSD<-fredSeries(«EXUSEU»,from=»2000-01-01″,to=»2020-10-19″)
plot(NZDUSD,type=»l»)
jarque.bera.test(NZDUSD)
#☺ no normalidad
r_nzd<- returns(NZDUSD)
jarque.bera.test(r_nzd)
hist(r_nzd)
# modelo de regresion
forex_model<- lm(EURUSD~NZDUSD)
summary(forex_model)
jarque.bera.test(residuals(forex_model))
res<-residuals(forex_model)
jarque.bera.test(res)
hist(res)