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
- La prueba XCF ejecuta la siguiente prueba:
- 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.
- La series de tiempo son homogéneas e igualmente espaciadas.
- El nivel de significancia (Es decir, alpha) se necesita unicamente para calcular el valor crítico de la prueba.
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
- 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
Ejemplo 1:
|
|
Fórmula | Descripción (Resultado) |
---|---|
=XCFTest(\$B\$2:\$B\$20,\$C\$2:\$C\$20,1,1) | =XCFTest para el valor P (0.100) |
=XCFTest(\$B\$2:\$B\$20,\$C\$2:\$C\$20,1,2) | XCFTest para las pruebas estadísticas(1.335) |
=XCFTest(\$B\$2:\$B\$20,\$C\$2:\$C\$20,1,3) | XCFTest para el valor crítico(2.120) |
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.