13.07.2015 Aufrufe

Testen auf Normalverteilung: Der Jarque-Bera-Test

Testen auf Normalverteilung: Der Jarque-Bera-Test

Testen auf Normalverteilung: Der Jarque-Bera-Test

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

30 <strong>Der</strong> <strong>Jarque</strong>-<strong>Bera</strong>-<strong>Test</strong> im Vergleichschung rund um den JB-<strong>Test</strong> wurden so bereits in immer umfangreicheren Untersuchungenvon einigen Autoren wie [Urz96], [DS96] und aktuell von [WK09] emprische kritischeWerte (ekW) publiziert. Dazu wurden Monte-Carlo Simulationen <strong>auf</strong> der Basis normalverteilterStichproben unterschiedlicher Größenordnung durchgeführt. Um möglichst präziseErgebnisse zu erhalten wird eine große Anzahl solcher Simulationen, sog. Replikationen,durchgeführt und die Werte der JB-Statistik dieser Simulationen berechnet. Die kW zugegebenem Signifikanzniveau α lassen sich dann anhand der JB-Werte bestimmen, d.h.zum Niveau α bildet der (1 − α) · (#Replikationen)-größte JB-Wert den ekW. Aufgrunddes Umfangs und der daraus resultierenden Genauigkeit genannter Analysen, die in eigenenUntersuchungen so nicht möglich wäre, wird an dieser Stelle <strong>auf</strong> erneute Berechnungvon ekW verzichtet und <strong>auf</strong> vorhandene Datensätze zurückgegriffen. Zum Vergleich mitden asymptotischen kW werden die kW für verschiedene Stichprobengrößen n und Signifikanzniveausα angegeben, die <strong>auf</strong> der Basis von je 10 7 Replikationen von Wurtz undKatzgraber mit dem Programm R berechnet wurden und in [WK09] zu finden sind. Diesewaren nach eigenem Wissensstand die genauesten zur Zeit der Veröffentlichung ihres Papersverfügbaren. Eine Übersicht der ekW gibt die Tabelle (4.1)n = 10 n = 20 n = 35 n = 50 n = 75 n = 100 n = 150 n = 200α = 0.005 7.300 13.471 16.414 17.281 17.305 16.959 16.257 15.638α = 0.01 5.703 9.718 11.736 12.392 12.586 12.491 12.185 11.882α = 0.05 2.525 3.795 4.593 4.976 5.278 5.430 5.598 5.676α = 0.1 1.623 2.347 2.881 3.183 3.486 3.673 3.904 4.033α = 0.2 1.124 1.562 1.916 2.128 2.346 2.487 2.656 2.756n = 300 n = 400 n = 800 n = 1000 n = 1600 n = 2400 n = 10000 n → ∞α = 0.005 14.669 13.583 12.726 12.366 11.762 11.384 10.792 10.597α = 0.01 11.358 10.778 10.299 10.117 9.810 9.608 9.313 9.210α = 0.05 5.773 5.855 5.910 5.924 5.957 5.967 5.986 5.991α = 0.1 4.189 4.332 4.427 4.457 4.513 4.542 4.589 4.605α = 0.2 2.876 2.988 3.065 3.091 3.136 3.161 3.207 3.219Tabelle 4.1: Empirische kritische Werte der JB-Statistik bei 10 7 Replikationen. Vgl.[WK09], Tabelle 1.Man sieht, dass der JB-<strong>Test</strong> für α ≥ 0.05 bei Benutzung der kW der asymptotischenVerteilung vor allem bei kleinen Stichproben sehr konservativ ist. Die fehlende Struktur derkW für α < 0.05 lässt sich nicht so leicht interpretieren. Dass die ekW großer Stichprobenjedoch weiter entfernt von den asymptotischen kW liegen als die ekW kleiner Stichprobenzeigt deutlich, dass die Verwendung der Quantlile der χ 2 (2)-Verteilung speziell in der Situationkleiner Stichproben zwangsläufig zu fehlerhaften Schlussfolgerungen führt.Obwohl der heute als <strong>Jarque</strong>-<strong>Bera</strong>-<strong>Test</strong> bekannte <strong>Test</strong> <strong>auf</strong> <strong>Normalverteilung</strong> erst durch

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!