Uji kenormalan secara numerik

Paket moments berisi fungsi untuk menghitung kurtosis dan skewness data serta untuk menerapkan uji Jarque-Bera, yaitu uji kenormalan yang didasarkan pada momen orde lebih tinggi ini. Dalam satu perintah, uji ini membandingkan skewness dan kurtosis data dengan nilai teoretis distribusi normal, yaitu masing-masing 0 dan 3.

jarque.test(x)
skewness(x, na.rm = FALSE)
kurtosis(x, na.rm = FALSE)

Dalam latihan ini, Anda akan menghitung skewness dan kurtosis untuk djx, indeks Dow Jones dari 2008–2011, dan menerapkan uji kenormalan Jarque-Bera. Anda kemudian akan menerapkan metode yang sama ke djreturns, yang berisi 29 saham Dow Jones untuk periode yang sama.

Ingat bahwa Anda dapat menggunakan apply(X, MARGIN, FUN, …) untuk menerapkan fungsi pada dimensi array. Parameter MARGIN adalah vektor yang menunjukkan di mana fungsi akan diterapkan; dalam hal ini, Anda akan menggunakan 2 untuk menyatakan bahwa fungsi FUN harus diterapkan pada kolom dalam matriks X.

Paket moments telah diimpor untuk Anda, dan data djx serta djreturns sudah tersedia di workspace Anda.

Latihan ini merupakan bagian dari kursus

Manajemen Risiko Kuantitatif dengan R

Lihat Kursus

Instruksi latihan

Hitung skewness dan kurtosis dari imbal hasil indeks Dow Jones dalam djx menggunakan skewness() dan kurtosis(), masing-masing.
Lakukan uji kenormalan Jarque-Bera untuk djx menggunakan jarque.test().
Gunakan apply() untuk menghitung skewness dan kurtosis dari imbal hasil masing-masing saham di djreturns dan simpan hasilnya ke s dan k, masing-masing.
Lengkapi plot() untuk memplot k terhadap s dengan parameter type = "n", lalu tempatkan simbol saham pada titik-titik tersebut dengan perintah text() (ini sudah disiapkan untuk Anda).
Gunakan apply() untuk menjalankan uji Jarque-Bera bagi setiap konstituen Dow Jones dalam djreturns.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Calculate skewness and kurtosis of djx
___(___)
___(___)

# Carry out a Jarque-Bera test for djx
___(___)

# Calculate skewness and kurtosis of djreturns 
s <- ___(___)
k <- ___(___)

# Plot k against s and add text labels to identify stocks
plot(___, ___, ___)
text(s, k, names(s), cex = 0.6)

# Carry out Jarque-Bera tests for each constituent in djreturns
___(___)

Edit dan Jalankan Kode