Data: 5//7 :57: DOI:.795/h.6.5.4.89 ANNALES UNIVERSITATIS MARIAE CURIE-SKŁODOWSKA LUBLIN POLONIA VOL. L, 4 SECTIO H 6 Uniwersytet Łódzki. Wydział Ekonomiczno-Socjologiczny Słowa kluczowe: testy zgodności Keywords: consistency tests Kod JEL: G; G; G7 Wstęp czedoman@uni.lodz.pl, jedrzej@uni.lodz.pl Testy zgodności oparte na momentach Consistency Tests Based on Moments Przypuśćmy, że rozważamy pewien materiał empiryczny dotyczący jakiejś zmiennej losowej X. Często interesuje nas odpowiedź na pytanie, jaki rozkład ma badana zmienna w populacji generalnej. Hipoteza dotyczy bądź nieznanego kształtu rozkładu, bądź tego, że rozpatrywana zmienna losowa ma rozkład należący do określonej rodziny, a więc że jej dystrybuanta należy do odpowiedniej rodziny dystrybuant. Przy zastosowaniu testów parametrycznych i metod estymacji najczęściej musimy znać kształt rozkładu badanej zmiennej. Czasami jednak posiadamy bardzo mało informacji o populacji, stawiamy wówczas hipotezę, że badana zmienna X ma taki a taki rozkład i na podstawie wylosowanej próby sprawdzamy, czy należy tę hipotezę odrzucić czy też materiał empiryczny nie daje podstaw do tego, aby ją odrzucić. Testy takie stanowią ogólniejszą grupę, gdyż dotyczą nie poszczególnych parametrów, lecz całej funkcji rozkładu. Testy takie noszą nazwę testów zgodności.
Data: 5//7 :57: 9 Konstrukcja testów zgodności wymaga wprowadzenia pewnej miary odległości rozkładów. Istnieje kilka sposobów określania odległości pomiędzy porównywanymi rozkładami. Najczęściej taka miara jest oparta na porównaniu dystrybuant rozkładu empirycznego F n ( i rozkładu teoretycznego F ( w następującej postaci: δ = sup ( F( ( F n Rozpatruje się również dwa warianty tej miary: δ = sup[ ( F( ] ( F n = sup[ F( Fn ( δ ] ( Porównując z kolei gęstość rozkładów, otrzymujemy inną miarę: δ 4 = [ f n ( f ( ] d (4 Natomiast porównując funkcje prawdopodobieństwa, mamy: i= δ 5 = [ Pn ( i P( i ] (5 W szczególnym przypadku, porównując liczebność empiryczną n i z liczebnościami teoretycznymi np, otrzymujemy: ( i 6 = ( n i np i i= δ (6 Ogólnie można zdefiniować odległość pomiędzy dwoma rozkładami o gęstościach f n ( i f ( : δ = sup ( f ( (7 A f n gdzie: A jest zbiorem, na którym określone są funkcje f n ( i f ( Zauważmy, że niemal wszystkie testy zgodności są oparte na mutacjach jednej z wymienionych miar odległości. Przedstawione miary odległości nie wyczerpują wszystkich możliwości określania odchyleń między rozkładami.
Data: 5//7 :57: Testy zgodności oparte na momentach 9 Niech X,..., X n będzie próbą losową o ciągłym rozkładzie z dystrybuantą F (. Hipotezę o zgodności rozkładu empirycznego z rozkładem teoretycznym formułujemy w następujący sposób. Niech F ~ oznacza klasę dystrybuant zmiennych losowych, F ~ N klasę dystrybuant rozkładu normalnego, F ~ w klasę dystrybuant rozkładu wykładniczego, a G ~ klasę dystrybuant zmiennych losowych mających różny od zera trzeci moment centralny µ i skończony czwarty moment centralny µ 4, przy czym F ~ ~ G = ø. Określamy hipotezę H : F( F ~ ~ oraz alternatywną hipotezę H : F( G, że funkcja F ( należy do klasy dystrybuant F ~ lub G ~. Hipotezy H lub H będą nazwane prostymi, jeśli rozkłady należące do klasy F ~, F ~ N lub G ~ mają znane parametry rozkładu. W przypadku, gdy parametry rozkładów zmiennych losowych szacujemy na podstawie próby, wówczas hipotezy H i H nazwane będą hipotezami złożonymi. Zgodnie z ogólnie przyjętą symboliką, wskaźnik w nawiasie oznacza numer odpowiedniego elementu w próbie uporządkowanej w ciąg niemalejący obserwacji ( (... ( n. Testy zgodności, w zależności od konstrukcji funkcji testowych (sprawdzianu testu, możemy podzielić na pięć klas: A testy oparte na porównaniu gęstości. B testy oparte na porównaniu dystrybuant. C testy oparte na momentach. D testy oparte na statystykach pozycyjnych. F testy oparte na złożonych charakterystykach zmiennej losowej.. Testy normalności oparte na momentach Przechodząc do testów opartych na momentach lub ich funkcjach, przypomnijmy kilka pojęć. Dla n-elementowej próby określamy moment centralny k-tego rzędu: m n = n k (, k =,,... k i i= (8 Statystyki: m m4 = i b (9 m m b = są nieobciążonymi estymatorami parametrów: µ µ 4 β = i β = ( 4 σ σ
Data: 5//7 :57: 9 Jeżeli zmienna losowa X ma rozkład normalny o parametrach µ i σ, to wiadomo, że µ 4 =, µ 4 = σ, stąd β = i β =. Oznacza to, że jeśli parametry, to rozkład zmiennej losowej X uważamy za prawie normalny. Konstruując testy normalności oparte na momentach, korzysta się z twierdzenia Słuckiego, z którego wynika, że b i b są zbieżne do β i β, gdy n. Wartości oczekiwane i wariancje statystyk (9 przy założeniu prawdziwości hipotezy H : F( F ( są następujące: N Do omawianej klasy należą następujące testy: test oparty na trzecim momencie centralnym, test oparty na standaryzowanym czwartym momencie centralnym, test D Agostino-Pearsona, test Bowmana-Shentona, test Pearsona-D Agostino-Bowmana, Jarque-Bera i jego modyfikacje. Test oparty na trzecim momencie centralnym: m b = ( m jest stosowany wobec hipotezy alternatywnej, że rozkłady z klasy G ~ są rozkładami skośnymi H : β. Wartości krytyczne dla n > 5 podał H.P. Muldholland [977], a dla n > 5 E.S. Pearson i H.O. Hartley [966, 97]. Test oparty na standaryzowanym czwartym momencie centralnym: m4 b = (4 m jest stosowany przeciwko hipotezie alternatywnej, orzekającej, że rozkłady z próby są symetryczne, o spłaszczeniu odbiegającym od rozkładu normalnego. Wartości krytyczne dla n 5 podali E.S. Pearson i H.O. Hartley [966, 97]. Do zadanej statystyki b, określonej wzorem (4, wyznaczamy prawdopodobieństwo P { b ( b α, n } = α, gdzie b ( α, n jest kwantylem rozkładu b dla ustalonych α i n, które można odczytać z monogramów zbudowanych przez R.B. ( (
Data: 5//7 :57: Testy zgodności oparte na momentach 9 D Agostino i E.S. Pearsona [97]. Wyznaczamy następnie kwantyl X ( b = φ ( α rzędu α rozkładu N(,. Dla rozkładu statystyki ( kwantyl jest określony wzorem: ( b = δn b / λ + ( b / λ / + X (5 gdzie stałe δ i / λ są stablicowane przez R.B. D Agostino i E.S. Pearsona dla n=8, 9,, 5, 5,,, 5,, 5, 6,, 5, 5,,. Test D Agostino-Pearsona jest oparty na funkcji momentów centralnych i jego funkcja testowa przyjmuje postać: ( b X ( b K X + = (6 Statystyka (6 przy prawdziwości hipotezy H ma rozkład χ o dwóch stopniach swobody. Zaletą testu K jest to, że jednocześnie bada odstępstwa od nor- malności wywołane przez skośności i spłaszczenie. Test o takich własnościach nazywamy testem omnibus. Dla n > stosujemy modyfikację testu K, którego funkcję testową określamy następująco: Statystyka (7 ma asymptotyczny rozkład χ o dwóch stopniach swobody. Funkcja testowa testu Bowmana-Shentona ma następującą postać: Y ( b X ( b S X S + gdzie: X S S (7 = (8 ( b = δ sin h ( b λ / przy czym stałe δ, γ, δ, λ, λ wyznacza się metodą podaną przez E.S. Pearsona i H.O. Hartleya. Statystyka (8 przy prawdziwości hipotezy H ma w przybliżeniu rozkład χ o dwóch stopniach swobody. Wartości krytyczne dla tego testu, wygenerowane metodą Monte Carlo dla n=; 5; ; 5; ; ; 5;, podali K.O. Bowman i L.R. Shenton. Podobnie jak test D Agostino-Pearsona, test Y jest testem omnibus. s
Data: 5//7 :57: 94 Test Pearsona-D Agostino-Bowmana jest oparty na statystyce R, którą określa funkcja punktów ( b,b, jakie należą do prostokąta o współrzędnych: { ( ( } b α, b α, { ( ( } b α, b α, { b ( ( } α, b α, { b ( } α, gdzie ( ± b α oznacza dolny i górny kwantyl rzędu α rozkładu b ( (, a b α i b α dolny i górny kwantyl rzędu α rozkładu b. Własności testów przedstawionych w tej części artykułu zostały omówione między innymi w książce C. Domańskiego [99; por. także: Domański i in., 4].. Test Jarque-Bera Jednym z założeń metody największej wiarygodności przy estymacji modelu ARMA jest normalność rozkładu składnika losowego. Niespełnienie tego założenia sprawia, że niektóre statystyki nie mają przyjętych rozkładów. Odrzucenie hipotezy o normalności rozkładu składnika losowego może również wskazywać na występowanie nieliniowych zależności w procesie generującym analizowaną zmienną. Z tego względu warto dokonać weryfikacji następującego zestawu hipotez: H H : ε : ~ ~ N(, σ ε ( ε ~ N(, σ t t ε Najczęściej stosowany jest test Jarque i Bera [987]. Test ten wykorzystuje fakt, że dla zmiennej losowej t o standardowym rozkładzie N (, skośność wynosi zero ( E ( t =, zaś kurtoza jest równa ( E ( 4 t =. Oznaczamy przez u e t standaryzowane reszty modelu ARMA: t t, T u = gdzie ˆ σ e =. ˆe σ t = e t Przy T prawdziwości hipotezy zerowej statystyka: (9 ( ma rozkład χ o stopniach swobody. Wartość statystyki JB powyżej wartości krytycznej, która przy 5% poziomie istotności wynosi 5,99, wskazują, że są podstawy do odrzucenia hipotezy zerowej. Test Jarque-Bera oparty jest na miarach skośności i spłaszczenia (kurtozy rozkładu i jest testem omnibus, ponieważ uwzględnia jednocześnie odstępstwa od normalności wywołane zarówno przez odstępstwa skośności, jak i spłaszczenia. Statystyka testu Jarque-Bera najczęściej przedstawiona jest wzorem:
Data: 5//7 :57: Testy zgodności oparte na momentach 95 ( Wydzielając pierwszy składnik, uwzględniający jedynie skośność rozkładu, przyjmuje postać: Statystyka ta przy założeniu prawdziwości hipotezy H : β = ma asymptotyczny rozkład χ o jednym stopniu swobody. Wyodrębniając drugi składnik z wzoru (4, otrzymujemy: ( JB =n ( Statystyka (, przy założeniu prawdziwości hipotezy zerowej H : β =, ma asymptotyczny rozkład χ o jednym stopniu swobody. A. Bera i S. John [98] stwierdzili, że statystyki ( i ( nie są poprawnymi testami skośności i kurtozy, ponieważ asymptotyczny rozkład tych statystyk jest wyprowadzony przy założonej normalności. W szczególności niepoprawne są wykorzystane w tych statystykach wzory określające asymptotyczną wariancję. Godfrey i Orme [99] zaproponowali odpowiednią modyfikację, poszerzając zakres zastosowań tego testu zwłaszcza do badania rozkładów o grubych ogonach [por. Bera, Premarante, ]. Znalezienie formuły dla wariancji statystyk b oraz b [por. Bera, John, 98], które będą poprawne w przypadku błędnej specyfikacji modelu, umożliwia wykorzystanie rodziny rozkładów Pearsona oraz zastosowanie modyfikacji White a [987]. Zmodyfikowana statystyka przyjmuje postać: (4 gdzie: m k oznaczają odpowiednie k-te momenty zwykłe rozkładu zmiennej losowej Statystyka (4 przy założeniu prawdziwości hipotezy: H : β = ma również asymptotyczny rozkład χ o jednym stopniu swobody. Własności rozważanych testów opartych na statystykach ( (4 zostały zbadane metodą Monte Carlo. Wyniki tych badań zostały przedstawione w tab. i.
Data: 5//7 :57: 96 Tab.. Oszacowania rozmiarów testów skośności (asymetrii na podstawie powtórzeń Wielkość próby 5 5 4 5 6 7 8 9 5 5 4 5 6 7 8 9 5 5 4 5 6 7 8 9 5 5 4 5 6 7 8 9 Test Standardowy (JB Zmodyfikowany (RS α=5% α=% α=5% α=% Rozkład N (,.9.8.88.59 4.5.7 4.4.7 4.88. 4.55.8 4.8.89 4.5.6 4.74.9 4.68.8 4.96.89 4.96.7 5.7.6 4.8.9 4.99.9 5..85 4.88.5 4.7.8 4.6.94 4.4.65 4.9.5 5..8 4.5.89 4.4.78 5.8.87 4.98.88 Rozkład Studenta t 7 5.6 7.7.8.9.9.99.66.5 7.85 7.45..7.48.7.44. 4.7.9.8. 6.79 4.98.8.9 7.7 6.6.45.4 9.9 7.7.5.6 9.65 8..8.7 4.44 9.9.67.4 4.7 9.94.5. 4.5.9.65. 4.9.47.68.57 Rozkład Beta (,.7..5.6...5.7.9.4..79.4.4.75.44.7.7.7..96.47.4.6.5.8.4.5..7.9.8.8.4..89.4.6.98.45 Rozkład Laplace a (λ= 6.8.47 9.74 44.7 46.7 47.49 47.7 48.56 49. 49.95 49.4 5.8 5.65 Źródło: obliczenia własne. 5.49.58 7.5.77. 5.6 5.8 6. 6.77 7.5 7.49 8. 8.76.85.8.74.5.6.4.4.59.65.68 4..96 4.7.9.4.8..6.9.4....46.44.5
Data: 5//7 :57: Testy zgodności oparte na momentach 97 Tab.. Oszacowania mocy testów (JB i (RS metodą Monte Carlo oparte na powtórzeń Wielkość próby 5 5 4 5 5 5 4 5 5 5 4 5 Test Standardowy (JB Zmodyfikowany (RS α=5% α=% α=5% α=% 6.9 87.79 99.68.97 7. 66.9 97.98 99.57 99.95.78 6.96 68.4 97.78 99.68 99.9 Źródło: obliczenia własne. Rozkład χ 4 9.4 7.8 97.9 Rozkład Beta (,.6 6.7.9 84.7 95.9 98.4 99.9 Rozkład Beta (, 6.87 6.6 9.6 99.87 85. 97.5 99.99 49.9 7.9 96. 99.96.5 7..55 85.9 94.8 98.64 99.96 58.7 9.58 99.9.4 49.87 88.8 96.97 4.85 5.59 76.87 99. 99.86 99.99 Podane w tab. wyniki dotyczące rozmiaru testów świadczą o tym, że rozmiar zmodyfikowanego testu opartego na statystyce RS jest bliski założonym poziomom istotności. Test JB dla innych rozkładów niż normalny znacznie odbiega natomiast od przyjętego poziomu istotności zarówno dla α=.5, jak i α=.. Ponadto test standardowy ze statystyką JB daje błędne wyniki w przypadku występowania dużego spłaszczenia (kurtoza (por. rozkład Laplace a (λ=. W konsekwencji zbyt często powoduje błędne odrzucenie prawdziwej hipotezy mówiącej o symetrii. W tab. przedstawiono empiryczną moc testów Jarque-Bera (JB oraz jego modyfikacji (RS dla rozkładów od rozkładu normalnego χ o czterech stopniach swobody oraz rozkładu Beta (, i Beta (,. Otrzymane prawdopodobieństwa są oszacowaniami mocy testów. Zmodyfikowany test RS w porównaniu z testem JB daje znacznie lepsze rezultaty. Cechuje się dobrymi właściwościami, dotyczącymi również mocy, nawet dla prób n=5 i dla α=.5 Dla danych z rozkładu i Beta (, wyższą mocą charakteryzuje się zmodyfikowany test (RS. W przypadku rozkładu Beta (, o ujemnej asymetrii standar-
Data: 5//7 :57: 98 dowy test JB dla mniejszych rozmiarów próby ma wyższe oszacowania mocy [por. Domański, ]. Prezentowane w tab. i wyniki potwierdzają tezę, że standardowy test Jarque- -Bera daje błędne wyniki w przypadku występowania dużej kurtozy. Powoduje on zbyt częste, błędne odrzucenie prawdziwej hipotezy zerowej mówiącej o symetrii rozkładu. Zmodyfikowany test (RS cechuje się dobrymi właściwościami odnoszącymi się do rozmiaru i mocy. Podsumowanie Testy normalności oparte na momentach ciągle są w kręgu zainteresowania badaczy [por. np. Oliveria, Oliveria, Seijas-Macias, 6]. Autorzy aktualnie prowadzą analizy dotyczące własności tych testów dla wielowymiarowych rozkładów. Zainteresowania te wynikają m.in. z szerokich możliwości zastosowań na rynku finansowym, w szczególności badania skośności rozkładów, głównie stóp zwrotu. Bibliografia Bera A., John S., Tests for Multivariate Normality with Pearson Alternatives, Comm Statist.-Theory Methods 98, No.. Bera A., Premaratne G., Adjusting the Tests for Symmetry on Application to S&P Inde Returs,, http:// office.soka.ac.jp/faculty/economics/dp/4.pdf [data dostępu:.4.6]. D Agostino R.B., Pearson E.S., Tests for Departure from Normality. Empirical Results for the Distributions of b and, Biometrika 97, Vol. 6, DOI: https://doi.org/.7/5,https://doi.org/.9/biomet/6..6. Domański C., Testy statystyczne, PWE, Warszawa 99. Domański C., Uwagi o testach Jarque a-bera, Przegląd Statystyczny, z. 4. Domański C., Baszczyńska A., Pekasiewicz D., Witaszczyk A., Testy statystyczne w procesie podejmowania decyzji, Wydawnictwo UŁ, Łódź 4. Godfrey L.G., Orme C.D., Testing for Skewness of Regression Disturbances, Economics Letters 99, Vol. 7, Issue. Jarque C.M., Bera A.K., A Tests of Observations and Regression Residuals, International Statistical Review 987, Vol. 55, DOI: https://doi.org/.7/49. Mulholland H.P., On the Null Distribution of for Samples of Size at Most 5, with Tables, Biometrika 977, Vol. 64, DOI: https://doi.org/.9/biomet/64..4,ht tps://doi.org/.7/578. Oliveria A., Oliveria T., Seijas-Macias A., Skewness into the Product of Two Normally Distributed Variables and the Risk Consequences, REVSTAT Statistical Journal 6, Vol. 4, No. 4. Pearson E.S., Hartley H.O., Biometrika Tables for Statisticians, Vol. I,. ed., University Press, Cambridge 966. Pearson E.S., Hartley H.O., Biometrika Tables for Statisticians, Vol., Cambridge University Press, London 97. Stephens M.A., Tests for Normality, Stanford University Department of Statistics Technical Reports 969, No. 5. White H., Specification Testing in Dynamic Models, Advanced in Econometrics, Fifth World Congress,, 58, Cambridge University Press, New York 987, DOI: https://doi.org/.7/ccol544.
Data: 5//7 :57: Testy zgodności oparte na momentach 99 Consistency Tests Based on Moments In the paper we are going to present the results of the research on selected statistical tests based on moments. In particular, the well-known Jarque-Bera test properties have been compared and contrasted with its modification proposed by White (987. According to the outcomes of the simulation studies, the modified Jarque-Bera statistic is recommended as the normality test because the standard Jarque-Bera test is based on skewness and kurtosis and their distributions are derived under normality assumption. Testy zgodności oparte na momentach W artykule zaprezentowano wyniki badań własności testów opartych na momentach. Ze względu na powszechne zastosowanie testu Jarque-Bera, zostały omówione własności tego testu w porównaniu z jego modyfikacją. W badaniach uwzględniono rozmiary testów i ich moc. W świetle uzyskanych wyników zmodyfikowana postać testu Jarque-Bera powinna być stosowana do badania normalności rozkładów, ponieważ standardowy test Jarque-Bera jest oparty na skośności i kurtozie, a ich rozkłady są wyprowadzane przy założonej normalności. Powered by TCPDF (www.tcpdf.org