1. 学ぶ
    2. /
  2. コース
    3. /
  3. R로 배우는 계량적 위험 관리(Quantitative Risk Management)
Connected

演習

정규성 평가를 위한 Q-Q 플롯

분위수-분위수 플롯(Q-Q 플롯)은 비정규성을 더 잘 드러내는 그래픽 기법입니다. 일반적으로 Q-Q 플롯은 데이터의 분위수를 기준 분포의 분위수와 비교합니다. 데이터가 같은 유형의 분포(스케일과 위치 변환까지 포함)에서 나왔다면 플롯은 비교적 직선에 가깝게 나타나야 합니다. 또한 자유도(df)는 여러분이 다루는 체계에 영향을 줄 수 있는 값 또는 관측치의 개수를 말한다는 점을 알아두세요.

영상에서는 rnorm() 함수로 정규분포에서 1000개의 데이터를 생성하는 방법, qqnorm()으로 Q-Q 플롯을 만드는 방법, 그리고 기준이 되는 직선을 추가하기 위해 qqline()을 사용하는 방법을 확인했어요:

> data <- rnorm(1000, mean = 3, sd = 2)
> qqnorm(data)
> qqline(data)

이번 연습에서는 djx에 있는 다우존스 로그수익률에 대해 정규 기준 분포와의 Q-Q 플롯을 만들고, 이를 시각적 가이드로 추가해 보겠습니다. 그런 다음 rnorm(), rt(), runif() 함수로 생성한 정규분포, Student t 분포, 균등분포에서의 모의 데이터셋과 비교해 볼 거예요. t 분포에 대해서는 이 장의 뒷부분에서 학습합니다.

데이터가 정규분포에서 왔다면 점들은 빨간 직선에 가깝게 위치해야 합니다(아주 끝부분에서는 약간의 이탈이 있을 수 있어요).

마찬가지로, djx는 이미 작업 공간에 로드되어 있습니다.

指示

100 XP
  • qqnorm()으로 djx의 정규 기준 Q-Q 플롯을 만들고, 선형성 여부를 판단할 수 있도록 qqline()에 col = "red"를 지정해 빨간 선을 추가하세요.
  • length()로 djx의 길이를 계산해 객체 n에 할당하세요.
  • rnorm()으로 표준정규 난수를 n개 생성해 x1에 할당하세요. 이전과 같이 정규 기준에 대한 x1의 Q-Q 플롯을 만들고 빨간 선을 추가하세요.
  • 자유도 4인 Student t 난수를 n개 생성해 x2에 할당하세요(이미 준비되어 있습니다). 정규 기준에 대한 x2의 Q-Q 플롯을 만들고 빨간 선을 추가하세요.
  • 균등분포 난수를 n개 생성해 x3에 할당하세요(이미 준비되어 있습니다). 정규 기준에 대한 x3의 Q-Q 플롯을 만들고 빨간 선을 추가하세요.