Kiểm định Jarque-Bera trên SPSS như với phần mềm EVIEWS (Kiểm định tính phân phối chuẩn)

This entry is part 30 of 30 in the series Giải đáp thực hành SPSS

Cập nhật: 28/08/2022 bởi admin0

Trả lời:

SPSS hiện tại đến phiên bản 26 mình biết là chưa tích hợp kiểm định này. Tuy nhiên mình có thể hướng dẫn các bạn làm thủ công dựa vào 1 số tính toán được hỗ trợ bởi SPSS như sau.

Cùng bắt đầu nhé!

Khái niệm hệ số bất đối xứng, hay còn được gọi là độ xiên: Skewness

Hệ số bất đối xứng là một đại lượng đo lường mức độ đối xứng của những quan sát về trungbình. Với phân phối chuẩn, giá trị của hệ số bất đối xứng bằng 0.

+ Phân phối lệch về bên phải là bất đối xứng dương. Khi đó, số mode nhỏ hơn số trung vị vàsố trung vị lại nhỏ hơn số trung bình.

+ Phân phối lệch về bên trái là bất đối xứng âm. Khi đó, số trung bình nhỏ hơn số trung vịvà số trung vị nhỏ hơn số mod.

+ Nếu hệ số này bằng 0, thì phân phối là cân xứng. Khi đó, các số trung bình, trung vị và mod bằng nhau.

Khái niệm độ nhọn: Kurtosis

Độ nhọn là một đại lượng thống kê mô tả mức độ tập trung của phân phối xác suất của mộtbiến ngẫu nhiên, cụ thể là mức độ tập trung của các quan sát quanh trung tâm của phân phốitrong mối quan hệ với hai đuôi.Nói cách khác, độ nhọn đo lường mức độ nhọn hay bẹt của phân phối so với phân phối chuẩn

Phân phối chuẩn có độ nhọn bằng 3

Một số công thức thì độ xiên được tính là EK=K-3, và EK thường được gọi là độ xiên thặng dư. Đây chính là độ xiện được SPSS ước lượng, vẫn được phần mềm gọi là Kurtosis. Phân phối chuẩn có EK=0.

Cách tính độ xiên và độ nhọn trên SPSS

Có khá nhiều cách tính độ xiên và độ nhọn trên SPSS

Analyze > Descriptive Statistics >Frequencies … >Statistics > Distribution

D:\a\25.PNG

Hoặc: Analyze > Descriptive Statistics > Descriptives >Options >Distributions

D:\a\27.PNG

Hoặc có thể thu được ngay trong kiểm định KS và SW vừa được nêu trong bài trước

Trong ví dụ này ta sẽ trích dẫn cái bảng nho nhỏ xinh xinh này thôi

Để xem độ xiên và độ nhọn có bằng 0 hay không (đặc điểm của phân phối chuẩn) ta chỉ cần lấy S và K chia cho sai số chuẩn S.E. Nếu thương này nằm trong khoảng +-1,96 thì coi như độ xiên (độ nhọn) bằng 0 và dữ liệu có phân phối chuẩn

Trong ví dụ này thì S/s.e(S)= -0,328/0,181= -1,81; EK/s.e(EK)=-0,012/0,360 =-0,033.

Như vậy có thể cho rằng S=EK=0 và dữ liệu có phân phối chuẩn

Kiểm định JB

Cặp giả thuyết cần kiểm định

(thống kê JB tuân theo quy luật phân phối khi bình phương 2 bậc tự do)

Với mức ý nghĩa α, nếu JB > χ² (2; α) thì bác bỏ H0, ngược lại thì chấp nhận H0

χ² (2) ở các mức ý nghĩa thường dùng 1%, 5% và 10% lần lượt là 9,210 ; 5,991 và 4,605

Trong ví dụ này

Vậy với mức ý nghĩa 5% thì ta có thể cho rằng dữ liệu của biến RES có phân phối chuẩn.

Series Navigation<< Kiểm tra tính phân phối chuẩn của phần dư khi hồi quy tuyến tính bằng đồ thị trên SPSS