Тест Ха́рке—Бе́ра (англ. Jarque-Bera test) — это статистический тест, проверяющий ошибки наблюдений на нормальность посредством сверки их третьего момента (асимметрия) и четвёртого момента (эксцесс) с моментами нормального распределения, у которого , .
В тесте Харке—Бера проверяется нулевая гипотеза против гипотезы , где — коэффициент асимметрии (Skewness), — коэффициент эксцесса (Kurtosis)
Тест выглядит следующим образом:
, где , , — остатки модели, — количество наблюдений, , ML — обозначение метода максимального правдоподобия (Maximal Likelihood). Данная статистика имеет распределение хи-квадрат с двумя степенями свободы ( ), поскольку коэффициенты и асимптотически нормальны, следовательно, их квадраты при нормировке дадут две случайные величины, распределённые как . Чем ближе распределение ошибок к нормальному, тем меньше статистика Харке—Бера отличается от нуля. При достаточно большом значении статистики p-value будет мало, и тогда будет основание отвергнуть нулевую гипотезу (статистика попала в «хвост» распределения).
Тест Харке—Бера является асимптотическим тестом, то есть применим к большим выборкам. Если ошибки распределены нормально, то в соответствии с теоремой Гаусса—Маркова оценки метода наименьших квадратов будут лучшими (иметь наименьшую дисперсию в классе линейных несмещённых оценок), и коэффициенты регрессии будут также распределены асимптотически нормально.
Для улучшения этой статьи желательно: |
Данная страница на сайте WikiSort.ru содержит текст со страницы сайта "Википедия".
Если Вы хотите её отредактировать, то можете сделать это на странице редактирования в Википедии.
Если сделанные Вами правки не будут кем-нибудь удалены, то через несколько дней они появятся на сайте WikiSort.ru .