scipy.stats ジャック・ベラ検定 jarque_bera

データが尖度と歪度からみて，正規分布にしたがっているかを検定する。

サンプルサイズが 2000 以上の場合にのみ十分な近似ができる。小標本の場合には $\alpha$ エラーが大きくなりがちである。

jarque_bera(x)

from scipy.stats import jarque_bera
import numpy as np

np.random.seed(123)
x = np.random.normal(50, 10, 2000)
jarque_bera(x)

Jarque_beraResult(statistic=4.35459209387323, pvalue=0.11334760325001603)

from scipy.stats import t
np.random.seed(123)
y = t.rvs(df=1, size=2000)
jarque_bera(y)

Jarque_beraResult(statistic=84777241.15223904, pvalue=0.0)

np.random.seed(123)
z = t.rvs(df=30, size=2300)
jarque_bera(z)

Jarque_beraResult(statistic=6.215613681021044, pvalue=0.0446988796913278)

from scipy.stats import shapiro
shapiro(z)

ShapiroResult(statistic=0.9990779161453247, pvalue=0.29000625014305115)

d = [58, 63, 83, 10, 62, 41, 41, 31, 54, 44, 31, 34, 35, 15]
jarque_bera(d)

Jarque_beraResult(statistic=0.1860725636063782, pvalue=0.911160441152622)