Calcula el valor P de la prueba estadística para el sesgo de la población (Es decir. 3er momento).
Sintaxis
TEST_SKEW(X, Return_type, Alpha)
- X
- es la muestra de datos de entrada (una/dos matrices dimensionales de celdas (Ej. filas o columnas))
- 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 de la prueba (Ej. $\alpha$). Si falta o es imitida, un valor alpha de 5% es asumido.
Observaciones
- La mustra de datos puede incluir valores falatantes (Ej. #N/A).
- La hipotesis de la prueba para la para la asimetría de la distribución de población: $$H_{o}: S=0$$ $$H_{1}: S\neq 0$$ Donde:
- $H_{o}$ es la hipótesis nula.
- $H_{1}$ es la hipótesis alternativa.
- $S$ es el sesgo poblacional.
- Para el caso en que la distribucion de la población subyacente es normal, el sesgo de la muestra también tiene una tiene una distribución normal de muestreo: $$\hat S \sim N(0,\frac{6}{T}) $$ Donde:
- $\hat S$ es el sesgo de la muestra (Ej. 3er momento).
- $T$ es el nuemro de valores no flatantes en la muestra de datos.
- $N(.)$s la función de distribución de probabilidad normal (es decir, Gaussiana).
- EL sesgo de datos de la muestra es calculado como: $$ \hat S(x)= \frac{\sum_{t=1}^T(x_t-\bar x)^3}{(T-1)\times \hat \sigma^3}$$ Donde:
- $\hat S$ es el sesgo de la muestra (Es decir,3er momento)
- $x_t$ es el valor i-th no faltante en la muestra de datos.
- $T$ es el número de valores no faltantes en la muestra de datos.
- $\hat \sigma$ es la desviación estándar de la muestra.
- En el caso donde el sesgo de la población no es cero,la media es más lejana que la mediana en la cola larga.La distribución subyacente es referida como sesgada, desequilibrada o ladeada.
- la distribución de la población subyacente es asumida como normal (gaussiana).
- Es una prueba de dos lados (es decir, dos colas), entonces el valor computado p debe ser comparado con la mitad del nivel de significancia.($\alpha/2$).
Ejemplos de archivos
Comentarios
El artículo está cerrado para comentarios.