Normalitatea distribuției erorilor

1
2
1. Consecințe ale nerespectării ipotezei de normalitate a distribuției erorilor

2. Testarea ipotezei de normalitate a distribuției erorilor. Testul Jarque-Bera

3. Atenuarea consecințelor non-normalității distribuției erorilor

3
Consecinţe ale nerespectării ipotezei de normalitate a distribuţiei erorilor

a. Estimatorii parametrilor din model sunt nedeplasați și consistenți.

b. Estimatorii parametrilor din model nu sunt eficienți.

c. Estimatorii parametrilor din model nu au proprietatea de maximă verosimilitate.

d. Testul t statistic (Student) aplicat pentru analiza semnificației estimatorilor nu este valid

4
Testarea ipotezei de normalitate a distribuţiei erorilor

Există două clase de teste pentru evaluarea distribuţiei normale a unei serii aleatorii:

▪ teste bazate pe statistici descriptive ale eşantionului (teste privind asimetria, teste asupra
coeficientului de aplatizare, teste combinate (omnibus) – testul Jarque-Bera, testul
D'Agostino-Pearson ş.a.;

▪ teste de tip "cea mai bună ajustare" (engl. – best fit), bazate pe compararea distribuţiei
empirice cu o distribuţie dată – în acest caz, distribuţia normală, de cele mai multe ori
pornind de la funcţia de distribuţie cumulativă (ex. testele Kolmogorov-Smirnov, Lilliefors,
Anderson-Darling, Cramér-von Mises, Shapiro-Wilk, sau Shapiro-Francia.

5
Testul Jarque-Bera

Statistica testului:

 S 2 (K − 3)2 
JB = n + 
 6 24 

S - coeficientul de asimetrie, K - coeficientul de aplatizare

   1 n 4  
 n

   ut  
 1 

n
t 
3

3
u
  n t=1    4   n t=1   u p
t
S= = 3 
K= 2 = p = t =1

2   1 n  2 
3 2   1 n 2 2  n
   ut  
2    ut  
  n t=1     n t=1  

6
Ipoteza nulă a testului Jarque-Bera este H0: erorile sunt normal distribuite și este evaluată contra
ipotezei alternative H1: erorile urmează o altă distribuție

Jarque & Bera au demonstrat că, sub ipoteza nulă, statistica JB urmează asimptotic o distribuție χ2
cu 2 grade de libertate.

Dacă JB > χ2(2, α) atunci, la pragul de semnificație α, se respinge H0, conform căreia erorile sunt normal
distribuite.

7
 df\α 0.10 0.05 0.025 0.01 0.001 df\α 0.10 0.05 0.025 0.01 0.001
1 2.706 3.841 5.024 6.635 10.828 26 35.563 38.885 41.923 45.642 54.052
2 4.605 5.991 7.378 9.210 13.816 27 36.741 40.113 43.195 46.963 55.476
3 6.251 7.815 9.348 11.345 16.266 28 37.916 41.337 44.461 48.278 56.892
Distribuția χ2(df, α)
4 7.779 9.488 11.143 13.277 18.467 29 39.087 42.557 45.722 49.588 58.301
5 9.236 11.070 12.833 15.086 20.515 30 40.256 43.773 46.979 50.892 59.703
6 10.645 12.592 14.449 16.812 22.458 31 41.422 44.985 48.232 52.191 61.098
7 12.017 14.067 16.013 18.475 24.322 32 42.585 46.194 49.480 53.486 62.487
8 13.362 15.507 17.535 20.090 26.125 33 43.745 47.400 50.725 54.776 63.870
9 14.684 16.919 19.023 21.666 27.877 34 44.903 48.602 51.966 56.061 65.247
10 15.987 18.307 20.483 23.209 29.588 35 46.059 49.802 53.203 57.342 66.619
11 17.275 19.675 21.920 24.725 31.264 36 47.212 50.998 54.437 58.619 67.985
12 18.549 21.026 23.337 26.217 32.910 37 48.363 52.192 55.668 59.893 69.347
13 19.812 22.362 24.736 27.688 34.528 38 49.513 53.384 56.896 61.162 70.703
14 21.064 23.685 26.119 29.141 36.123 39 50.660 54.572 58.120 62.428 72.055
15 22.307 24.996 27.488 30.578 37.697 40 51.805 55.758 59.342 63.691 73.402
16 23.542 26.296 28.845 32.000 39.252 41 52.949 56.942 60.561 64.950 74.745
17 24.769 27.587 30.191 33.409 40.790 42 54.090 58.124 61.777 66.206 76.084
18 25.989 28.869 31.526 34.805 42.312 43 55.230 59.304 62.990 67.459 77.419
19 27.204 30.144 32.852 36.191 43.820 44 56.369 60.481 64.201 68.710 78.750
20 28.412 31.410 34.170 37.566 45.315 45 57.505 61.656 65.410 69.957 80.077
21 29.615 32.671 35.479 38.932 46.797 46 58.641 62.830 66.617 71.201 81.400
22 30.813 33.924 36.781 40.289 48.268 47 59.774 64.001 67.821 72.443 82.720
23 32.007 35.172 38.076 41.638 49.728 48 60.907 65.171 69.023 73.683 84.037
24 33.196 36.415 39.364 42.980 51.179 49 62.038 66.339 70.222 74.919 85.351
25 34.382 37.652 40.646 44.314 52.620 50 63.167 67.505 71.420 76.154 8
86.661
 Yt = a0 + a1Xt + et
t X Y Ŷ u u2 u3 u4
Ŷt = â0 + â1Xt 3 4
1 50 45
2 55 48
44.82462 0.17538
48.21923 -0.21923
0.03076
0.04806
0.00539
-0.01054
0.00095
0.00231
S= K= 2
3 60 50 51.61385 -1.61385 2.60450 -4.20326 6.78342
ut = Yt – Ŷt 23 2
4 65 60 55.00846 4.99154 24.91546 124.36646 620.77996 Ŷt = 10.8785 + 0.6789·Xt
5 70 58 58.40308 -0.40308 0.16247 -0.06549 0.02640
6 75 62 61.79769 0.20231 0.04093 0.00828 0.00168 160
Y = 10.878 + 0.6789 X
7 80 58 65.19231 -7.19231 51.72929 -372.05297 2675.91944
R² = 0.864
8 85 70 68.58692 1.41308 1.99679 2.82161 3.98716 140
9 90 72 71.98154 0.01846 0.00034 0.00001 0.00000
10 95 85 75.37615 9.62385 92.61841 891.34537 8578.17076
11 100 90 78.77077 11.22923 126.09562 1415.95686 15900.10631 120
12 105 80 82.16538 -2.16538 4.68889 -10.15325 21.98569
13 110 75 85.56000 -10.56000 111.51360 -1177.58362 12435.28298 100
14 115 90 88.95462 1.04538 1.09283 1.14243 1.19428
15 120 90 92.34923 -2.34923 5.51889 -12.96513 30.45809
80
16 125 110 95.74385 14.25615 203.23792 2897.39109 41305.65314
17 130 90 99.13846 -9.13846 83.51148 -763.16644 6974.16717
18 135 96 102.53308 -6.53308 42.68109 -278.83887 1821.67579 60
19 140 90 105.92769 -15.92769 253.69138 -4040.71828 64359.31743
20 145 90 109.32231 -19.32231 373.35157 -7214.01400 139391.39822 40
21 150 120 112.71692 7.28308 53.04321 386.31777 2813.58207 40 60 80 100 120 140 160 180
22 155 140 116.11154 23.88846 570.65859 13632.15589 325651.23168
23 160 120 119.50615 0.49385 0.24388 0.12044 0.05948
24 165 110 122.90077 -12.90077 166.42985 -2147.07305 27698.89389
S = 0.257888
25 170 140 126.29538 13.70462 187.81648 2573.95266 35275.03123
suma 2357.72231 5904.73937 685565.70951 K = 3.083215
μ 94.30889 236.18957 27422.62838
JB = 0.284323 9
 Yt = a0 + a1Xt + et
t X Y Ŷ u u2 u3 u4
Ŷt = â0 + â1Xt 3 4
1 50 45 42.70154 2.29846
2 55 48 46.37308 1.62692
5.28293
2.64688
12.14260
4.30627
27.90930
7.00597
S= K= 2
3 60 50 50.04462 -0.04462 0.00199 -0.00009 0.00000
ut = Yt – Ŷt 23 2
4 65 60 53.71615 6.28385 39.48672 248.12849 1559.20125 Ŷt = 5.9862 + 0.7343·Xt
5 70 58 57.38769 0.61231 0.37492 0.22957 0.14057
6 75 62 61.05923 0.94077 0.88505 0.83262 0.78331 180
7 80 58 64.73077 -6.73077 45.30325 -304.92575 2052.38486
y = 5.9862 + 0.7343 X
8 85 70 68.40231 1.59769 2.55262 4.07830 6.51587 160
R² = 0.8163
9 90 72 72.07385 -0.07385 0.00545 -0.00040 0.00003
10 95 85 75.74538 9.25462 85.64791 792.63843 7335.56379 140
11 100 90 79.41692 10.58308 112.00152 1185.32067 12544.33985
12 105 80 83.08846 -3.08846 9.53859 -29.45958 90.98479 120
13 110 75 86.76000 -11.76000 138.29760 -1626.37978 19126.22617
14 115 90 90.43154 -0.43154 0.18623 -0.08036 0.03468
100
15 120 90 94.10308 -4.10308 16.83524 -69.07629 283.42531
16 125 110 97.77462 12.22538 149.46003 1827.20634 22338.30027
17 130 90 101.44615 -11.44615 131.01444 -1499.61141 17164.78293 80
18 135 96 105.11769 -9.11769 83.13231 -757.97485 6910.98147
19 140 90 108.78923 -18.78923 353.03519 -6633.25971 124633.84743 60
20 145 90 112.46077 -22.46077 504.48615 -11331.14709 254506.28002
21 150 120 116.13231 3.86769 14.95904 57.85698 223.77299 40
22 155 140 119.80385 20.19615 407.88463 8237.70074 166369.87154 40 60 80 100 120 140 160 180
23 160 120 123.47538 -3.47538 12.07830 -41.97673 145.88529
24 165 110 127.14692 -17.14692 294.01697 -5041.48639 86445.97924
S = 0.912054
25 170 170 130.81846 39.18154 1535.19296 60151.22186 2356817.41281
suma 3944.30692 45186.28444 3078591.62971 K = 4.947100
μ 157.77228 1807.45138 123143.66519
JB = 7.415176 10
 t Y X1 X2 Ŷ u u2 u3 u4 t Y X1 X2 Ŷ u u2 u3 u4
1 2 3 1.3 2.47492 -0.47492 0.22555 -0.10712 0.05087 1 2 3 1.3 2.45805 -0.45805 0.20981 -0.09610 0.04402
2 0.5 2 2.8 1.07639 -0.57639 0.33223 -0.19149 0.11037 2 0.5 2 2.8 1.20409 -0.70409 0.49575 -0.34905 0.24577
3 1.5 0.8 1.5 1.37803 0.12197 0.01488 0.00181 0.00022 3 1.5 0.8 1.5 1.52178 -0.02178 0.00047 -0.00001 0.00000
4 3 2.5 0.2 2.95720 0.04280 0.00183 0.00008 0.00000 4 3 2.5 0.2 2.91865 0.08135 0.00662 0.00054 0.00004
5 1 2 1.8 1.71506 -0.71506 0.51131 -0.36562 0.26144 5 1 2 1.8 1.79197 -0.79197 0.62722 -0.49674 0.39341
6 0 1.4 4 0.04567 -0.04567 0.00209 -0.00010 0.00000 6 0 1.4 4 0.27536 -0.27536 0.07582 -0.02088 0.00575
7 2.1 2.5 1.8 1.93533 0.16467 0.02712 0.00447 0.00074 7 2.1 2.5 1.8 1.97804 0.12196 0.01487 0.00181 0.00022
8 1.8 2.5 2 1.80759 -0.00759 0.00006 0.00000 0.00000 8 1.8 2.5 2 1.86046 -0.06046 0.00366 -0.00022 0.00001
9 3 3 0.5 2.98586 0.01414 0.00020 0.00000 0.00000 9 3 3 0.5 2.92835 0.07165 0.00513 0.00037 0.00003
10 0.7 1.4 2.8 0.81208 -0.11208 0.01256 -0.00141 0.00016 10 0.7 1.4 2.8 0.98081 -0.28081 0.07886 -0.02214 0.00622
11 0.5 1 3.2 0.38040 0.11960 0.01431 0.00171 0.00020 11 0.5 1 3.2 0.59681 -0.09681 0.00937 -0.00091 0.00009
12 1 1.2 2.5 0.91557 0.08443 0.00713 0.00060 0.00005 12 1 1.2 2.5 1.08275 -0.08275 0.00685 -0.00057 0.00005
13 1.4 1.6 1.3 1.85819 -0.45819 0.20994 -0.09619 0.04407 13 1.4 1.6 1.3 1.93706 -0.53706 0.28843 -0.15491 0.08319
14 1.2 1.8 2.2 1.37149 -0.17149 0.02941 -0.00504 0.00086 14 1.2 1.8 2.2 1.48240 -0.28240 0.07975 -0.02252 0.00636
15 0.8 1 3.5 0.18880 0.61120 0.37357 0.22833 0.13956 15 2.5 1 3.5 0.42044 2.07956 4.32455 8.99314 18.70174
16 2.3 2.8 1.1 2.51455 -0.21455 0.04603 -0.00988 0.00212 16 2.3 2.8 1.1 2.50120 -0.20120 0.04048 -0.00814 0.00164
17 3.5 3.5 0 3.52546 -0.02546 0.00065 -0.00002 0.00000 17 3.5 3.5 0 3.40836 0.09164 0.00840 0.00077 0.00007
18 3.8 2.6 0.2 3.00125 0.79875 0.63800 0.50960 0.40704 18 3.8 2.6 0.2 2.95586 0.84414 0.71257 0.60151 0.50776
19 1.8 2.4 2 1.76354 0.03646 0.00133 0.00005 0.00000 19 1.8 2.4 2 1.82325 -0.02325 0.00054 -0.00001 0.00000
20 2.6 3.4 1.2 2.71500 -0.11500 0.01323 -0.00152 0.00017 20 2.6 3.4 1.2 2.66569 -0.06569 0.00432 -0.00028 0.00002
21 0.8 1.6 3 0.77245 0.02755 0.00076 0.00002 0.00000 21 0.8 1.6 3 0.93766 -0.13766 0.01895 -0.00261 0.00036
22 1.2 1.9 3 0.90460 0.29540 0.08726 0.02578 0.00761 22 1.2 1.9 3 1.04931 0.15069 0.02271 0.00342 0.00052
23 4.2 3.5 0.6 3.14226 1.05774 1.11882 1.18342 1.25175 23 4.2 3.5 0.6 3.05563 1.14437 1.30958 1.49865 1.71501
24 0.8 1.6 3.2 0.64471 0.15529 0.02411 0.00374 0.00058 24 0.8 1.6 3.2 0.82009 -0.02009 0.00040 -0.00001 0.00000
25 2.5 3 0.3 3.11360 -0.61360 0.37650 -0.23102 0.14175 25 2.5 3 0.3 3.04593 -0.54593 0.29804 -0.16271 0.08883
4.06886 0.95021 2.41960 8.64315 9.76239 21.80108
μ2 = 0.16275 μ2 = 0.34573
   1 n 4  
  1 u3      ut  
n

 n t 
μ3 = 0.03801 μ3 = 0.39050
  4   n t=1    S 2 (K − 3)2 
S = 3 =   t=1 3 
μ4 = 0.09678 μ4 = 0.87204
K= 2 = JB = n + 
 23   1 n  2  2   1 n 2 2  S= 0.57887 6 24  S= 1.92096
   ut  
2    ut   K= 3.65375 K= 7.29582
  n t=1     n t=1   JB = 1.84140 CHISQ.INV.RT(0.05,2) 5.991465 JB = 11
34.59831
Atenuarea consecințelor non-normalității distribuției erorilor

➢ creșterea dimensiunii eșantionului

➢ prezența punctelor atipice – introducerea unei variabile de tip dummy care să
preia diferența dintre valoarea atipică și media valorilor normale
➢ identificarea tipului de distribuție a erorilor și aplicarea unor tehnici adecvate de
rezolvare a problemei de regresie
➢ aplicarea anumitor tehnici de transformare a seriilor de date Yt și/sau Xt (ex.
transformarea logaritmică, transformarea Box-Cox)

12