Normalliği değerlendirmek için grafiksel yöntemler
Videoda, FTSE verilerinin olasılık yoğunluğunu temsil eden 20 kovuklu bir histogramın nasıl oluşturulacağını ve mevcut grafiğe kırmızı bir çizgi olarak normal dağılımın nasıl ekleneceğini öğrendin:
> hist(ftse, nclass = 20, probability = TRUE)
> lines(ftse, dnorm(ftse, mean = mu, sd = sigma), col = "red")
Gördüğün gibi, dnorm(x, mean, sd) hesaplanan örnek ortalaması ve standart sapmasıyla x verisinin olasılık yoğunluk fonksiyonunu (PDF) hesaplar; buna momentler yöntemi denir.
Son olarak, x verisinin yoğunluk tahminini hesaplamak için density(x) kullan. Bu, alttaki dağılım hakkında herhangi bir varsayım yapmayan parametrik olmayan bir yöntemle sözde çekirdek-yoğunluk tahmini (KDE) oluşturur.
Çeşitli grafikler, verilerin normale göre daha ağır kuyruklu olduğunu düşündürüyor; yine de ilerleyen egzersizlerde daha iyi grafiksel ve sayısal testleri öğreneceksin.
Bu egzersizde, 2008-2009 dönemi için Dow Jones endeksinin log-getirilerine normal bir dağılım uyduracak ve verileri, uydurulan dağılımla bir histogram ve yoğunluk grafiği kullanarak karşılaştıracaksın. Dow Jones verilerini içeren djx nesnesi çalışma alanına yüklendi.
Bu egzersiz
R ile Nicel Risk Yönetimi
kursunun bir parçasıdırEgzersiz talimatları
djxverisinin ortalamasını ve standart sapmasını (sd()) hesapla ve sırasıylamuvesigmaya ata.- Verilerin olasılık yoğunluğunu temsil eden, 20 kovuklu bir
djxhistogramı çiz. lines()vednorm()fonksiyonlarını doldurarakdjxiçin normal yoğunluk eğrisini histogram üzerine kırmızı bir çizgi olarak ekle.density()kullanarakdjxiçin bir çekirdek-yoğunluk tahmini çiz.- Aynı
lines()komutunu kullanarak normal yoğunluk eğrisini KDE üzerine de kırmızı bir çizgi olarak ekle.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Calculate average and standard deviation of djx
mu <- ___
sigma <- ___
# Plot histogram of djx
___(___)
# Add the normal density as a red line to histogram
lines(___, dnorm(___), col = ___)
# Plot non-parametric KDE of djx
___(___)
# Add the normal density as red line to KDE
lines(___, dnorm(___), col = ___)