Έλεγχος κανονικότητας καταλοίπων παλινδρόμησης στην R
Ο έλεγχος κανονικότητας καταλοίπων δε διαφέρει από τον οποιοδήποτε άλλο έλεγχο κανονικότητας.
Η R διαθέτει τη βιβλιοθήκη nortest η οποία παρέχει αρκετούς τρόπους ελέγχου κανονικότητας.
Έστω λοιπόν οι μεταβλητές x,y (εδώ τεχνητές, στην πράξη θα έχετε κάποιες μετρήσιμες ποσότητες):
> x <- rnorm(100) > y <- rnorm(100)
Τα κατάλοιπα της παλινδρόμησης του y στο x:
> f <- lm (y~x) > u <- f$resid
Το ιστόγραμμα των καταλοίπων:
> hist(u, xlim=c(-3,3))
Για τον έλεγχο κανονικότητας χρειάζεται η βιβλιοθήκη nortest :
> library(nortest)
Έλεγχος κανονικότητας με το τεστ Anderson-Darling :
> ad.test(u)
Anderson-Darling normality test
data: u
A = 0.7399, p-value = 0.0522
Έλεγχος κανονικότητας με το τεστ Shapiro-Wilk :
> shapiro.test(u)
Shapiro-Wilk normality test
data: u
W = 0.9743, p-value = 0.04786
Έλεγχος κανονικότητας με το τεστ Cramer-von Mises :
> cvm.test(u)
Cramer-von Mises normality test
data: u
W = 0.1291, p-value = 0.04432
Έλεγχος κανονικότητας με το τεστ Kolmogorov-Smirnov :
> lillie.test(u)
Lilliefors (Kolmogorov-Smirnov) normality test
data: u
D = 0.0923, p-value = 0.03526
Έλεγχος κανονικότητας με το τεστ Shapiro-Francia :
> sf.test(u)
Shapiro-Francia normality test
data: u
W = 0.9779, p-value = 0.08372
Για την κατάλληλη ερμηνεία τους συμβουλευτείτε ένα βιβλίο οικονομετρίας/στατιστικής. Πρακτικά, απορρίπτουμε την υπόθεση κανονικότητας όταν το p-value είναι μικρότερο του 0.05.
σχολιασμοί, εξωτερικοί σύνδεσμοι, βοήθεια, ψηφοφορίες, αρχεία, κτλ.
Εκπαιδευτικό υλικό από τον
Αθανάσιο Σταυρακούδη
σας παρέχετε κάτω από την άδεια
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 License.
Σας παρακαλώ να ενημερωθείτε για κάποιους επιπλέον περιορισμούς
http://stavrakoudis.econ.uoi.gr/stavrakoudis/?iid=401.