品质协会(www.PinZhi.org)

 找回密码
 加入协会

QQ登录

只需一步,快速开始

查看: 36614|回复: 20

Excel做正态性检验:JB统计检验(JB检验)

[复制链接]

7

主题

6

回帖

2

精华

品质协会中级会员

Rank: 3Rank: 3

积分
510
品质币
457
职位
1
发表于 2017-10-9 19:09:27 | 显示全部楼层 |阅读模式
判断一组数据是否符合正态分布,用JB检验(JB统计检验,JB统计量(Jarque-Bera Statistics),JB统计量是指用来检验一组样本是否能够认为来自正态总体的一种方法。JB检验是对数据服从正态分布进行的检验,检验基于数据的样本偏度和峰度构造的统计量,该统计量服从卡方分布,自由度为2

先计算Skewness和Kurtosis值,然后根据JB=n*(Ske^2+(Kur-3)^2/4)/6计算出JB(n是样本容量,S和K的值,Excel里有公式可以直接算),然后查询你要求的水平下,自由度为2的X^2分布的值,进行比较,如果JB小于那个值,就服从正态分布,反之亦然。

峰度(Kurtosis)和偏度(Skewness)的意义和作用,计算公式
http://www.pinzhi.org/forum.php?mod=viewthread&tid=4095

在正态分布的假设下,JB统计量渐进地服从自由度为2的卡方分布, JBasy~χ2(2)。 若变量服从正态分布,则S为零,K为3,因而JB统计量的值为零;如果变量不是正态变量,则JB统计量将为一个逐渐增大值。

如果JB统计量值较大,比如为11,则可以计算出卡方值大于11的概率为0.004,这个概率过小,因此不能认为样本来自正态分布。反之,成立。

JB统计量用来检验序列观测值是否服从正态分布,该检验的零假设为样本服从正态分布。在零假设下,JB统计量服从χ2(2)分布。例中JB=1.44,所对应的概率为0.486,所以接受原假设(变量X服从正态分布,或者JB统计量服从卡方分布)

正态性检验的基本原理和步骤.zip (111.92 KB, 下载次数: 270)

正态性检验方法的比较:拟合优度,Kolmogorov-Smirnov, Lilliefor等
http://www.pinzhi.org/forum.php?mod=viewthread&tid=4100

1. 问答、交流探讨的帖子,回帖时,请不要发纯表情等无价值回帖,无意义,太多了影响用户体验,经常这样账号会被扣分甚至禁号的;
2. 品质协会是个学习、交流分享的平台,所有资料和内容归作者和版权方所有,需要正版标准、资料的请去相关的官方网站等平台购买。
您需要登录后才可以回帖 登录 | 加入协会

本版积分规则

《品质协会规则》|品质币|手机版|品质B2B|联系我们|注册加入协会|品质协会(www.PinZhi.org) |网站地图

GMT+8, 2024-12-22 21:17 , Processed in 0.032237 second(s), 6 queries , Gzip On, Redis On.

Powered by 品质协会 © 2010-2024

品质人,让生活和环境变得更美好!!!

快速回复 返回顶部 返回列表