XCFTest - Prueba de Correlación Cruzada

Calcula las estadísticas de prueba, valor-p, o valor crítico de la prueba de correlación.

Sintaxis

XCFTest(Y, X, K, Rho, Method, Return_type, Alpha)

Y
es la primera series de datos (matriz unidimensional de celdas (Ej. filas o columnas)).
X
es la segunda serie de datos (matriz unidimensional de celdas (Ej. filas o columnas)).
K
es el orden del lag (Ej. 0 = no lag, 1 = 1st lag, etc.) para usarse con la segundo ingreso de las series de tiempo (X). Si falta,se toma por defecto el lag order de cero. (Es decir, no lag).
Rho
es el factor hopotético de correlación (asumido). Si falta, se toma el valor por defecto de cero.
Method
es el coeficiente de correlacion deseado (1 = Pearson (default), 2 = Spearman, 3 = Kendall). Si falta, el coeficiente Pearson es asumido.
Método Descripción
1 Pearson.
2 Spearman.
3 Kendall.
Return_type
es un cambio para seleccionar lo que devuelve de salida (1 = Valor-P (defecto), 2 = Esatdísticas de prueba, 3 = Valor Crítico.
Método Descripción
1 Valor-P.
2 Esadísticas de prueba (Ej. puntuación Z).
3 Valor Crítico.
Alpha
es la significancia estadística o nivel de confianza (Es decir, $\alpha$). Si falta o es omitido un valor alpha de 5% es asumido.

Observaciones

  1. La prueba XCF ejecuta la siguiente prueba:
  2. La hipotesis de prueba XCF: $$H_{o}: \rho_{x,y}=0$$ $$H_{1}: \rho_{x,y} \neq 0$$ Donde:
    • $H_{o}$ es la hipótesis nula ($\hat\rho$ no es diferente de cero).
    • $H_{1}$ es la hipótesis alternativa ($\hat\rho$ es estadísticamente significante).
    • $\rho_{x,y}$ es el factor de correlación entre pobalción X y Y.
  3. La series de tiempo son homogéneas e igualmente espaciadas.
  4. El nivel de significancia (Es decir, $\alpha$) se necesita unicamente para calcular el valor crítico de la prueba.
  5. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
  6. Esta es una prueba de dos colas (lados), Asi que el valor p computado debe se comparado con lamitad del nivel de significancia ($\alpha$).

Ejemplos de archivos

Enlaces Relacionados

Referencias

  • Jarque, Carlos M.; Anil K. Bera (1980). "Efficient tests for normality, homoscedasticity and serial independence of regression residuals". Economics Letters 6 (3): 255-259.
  • Ljung, G. M. and Box, G. E. P., "On a measure of lack of fit in time series models." Biometrika 65 (1978): 297-303.
  • Enders, W., "Applied econometric time series", John Wiley & Sons, 1995, p. 86-87.
  • Shapiro, S. S. and Wilk, M. B. (1965). "An analysis of variance test for normality (complete samples)", Biometrika, 52, 3 and 4, pages 591-611.

Comentarios

El artículo está cerrado para comentarios.

¿Fue útil este artículo?
Usuarios a los que les pareció útil: 0 de 0