<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="de">
	<id>https://wiki-de.moshellshocker.dns64.de/index.php?action=history&amp;feed=atom&amp;title=Jarque-Bera-Test</id>
	<title>Jarque-Bera-Test - Versionsgeschichte</title>
	<link rel="self" type="application/atom+xml" href="https://wiki-de.moshellshocker.dns64.de/index.php?action=history&amp;feed=atom&amp;title=Jarque-Bera-Test"/>
	<link rel="alternate" type="text/html" href="https://wiki-de.moshellshocker.dns64.de/index.php?title=Jarque-Bera-Test&amp;action=history"/>
	<updated>2026-06-07T22:32:06Z</updated>
	<subtitle>Versionsgeschichte dieser Seite in Wikipedia (Deutsch) – Lokale Kopie</subtitle>
	<generator>MediaWiki 1.43.8</generator>
	<entry>
		<id>https://wiki-de.moshellshocker.dns64.de/index.php?title=Jarque-Bera-Test&amp;diff=1063175&amp;oldid=prev</id>
		<title>imported&gt;Meinichselbst: Parameter fix</title>
		<link rel="alternate" type="text/html" href="https://wiki-de.moshellshocker.dns64.de/index.php?title=Jarque-Bera-Test&amp;diff=1063175&amp;oldid=prev"/>
		<updated>2025-05-24T14:19:59Z</updated>

		<summary type="html">&lt;p&gt;Parameter fix&lt;/p&gt;
&lt;p&gt;&lt;b&gt;Neue Seite&lt;/b&gt;&lt;/p&gt;&lt;div&gt;Der &amp;#039;&amp;#039;&amp;#039;Jarque-Bera-Test&amp;#039;&amp;#039;&amp;#039; ist ein [[statistischer Test]], der anhand der [[Schiefe (Statistik)|Schiefe]] und der [[Kurtosis]] in den Daten prüft, ob eine [[Normalverteilung]] vorliegt. Es handelt sich daher um einen speziellen [[Anpassungstest]]. Der Test wurde von [[Carlos M. Jarque]] und [[Anil K. Bera]] vorgeschlagen.&lt;br /&gt;
&lt;br /&gt;
== Definition ==&lt;br /&gt;
Die [[Teststatistik]] &amp;#039;&amp;#039;JB&amp;#039;&amp;#039; des Jarque-Bera-Tests ist definiert als&lt;br /&gt;
:&amp;lt;math&amp;gt;&lt;br /&gt;
\mathit{JB} = \frac{n}{6} \left( S^2 + \frac{(K-3)^2}{4} \right).&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Dabei ist &amp;lt;math&amp;gt;n&amp;lt;/math&amp;gt; Anzahl der Beobachtungen &amp;lt;math&amp;gt;x_1, \ldots, x_n&amp;lt;/math&amp;gt;; mit &amp;lt;math&amp;gt;S&amp;lt;/math&amp;gt; wird die [[Schiefe (Statistik)|Schiefe]] und mit &amp;lt;math&amp;gt;K&amp;lt;/math&amp;gt; die [[Kurtosis]] bezeichnet.&lt;br /&gt;
&lt;br /&gt;
Die Schiefe &amp;lt;math&amp;gt;S&amp;lt;/math&amp;gt; in den Daten ist wie folgt definiert:&lt;br /&gt;
:&amp;lt;math&amp;gt;&lt;br /&gt;
S = \frac{ \mu_3 }{ \sigma^3 } = \frac{ \mu_3 }{ \left( \sigma^2 \right)^{3/2} } = \frac{ \frac{1}{n} \sum_{i=1}^n \left( x_i - \bar{x} \right)^3}{ \left( \frac{1}{n} \sum_{i=1}^n \left( x_i - \bar{x} \right)^2 \right)^{3/2}}&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
Bei [[Symmetrische Verteilung|symmetrischen Verteilungen]] wie der Normalverteilung ist der theoretische Wert der Schiefe null.&lt;br /&gt;
&lt;br /&gt;
Die Kurtosis &amp;lt;math&amp;gt;K&amp;lt;/math&amp;gt;, ein Maß für die Wölbung einer Verteilung, hat bei Normalverteilung einen Wert von drei. Werte, die darüber liegen, zeigen an, dass die Verteilung fette Verteilungsenden (siehe [[Verteilung mit schweren Rändern]]) hat, d.&amp;amp;nbsp;h., dass die Dichte einer Verteilung an den Rändern, zum Beispiel außerhalb der üblichen ±2σ-Schranken, größer und dafür in den mittleren Bereichen geringer ist als bei der Normalverteilung. Dies gilt zum Beispiel für die [[t-Verteilung]]. Die Kurtosis ist wie folgt definiert:&lt;br /&gt;
:&amp;lt;math&amp;gt;&lt;br /&gt;
K = \frac{ \mu_4 }{ \sigma^4 } = \frac{ \mu_4 }{ \left( \sigma^2 \right)^{2} } = \frac{\frac{1}{n} \sum_{i=1}^n \left( x_i - \bar{x} \right)^4}{\left( \frac{1}{n} \sum_{i=1}^n \left( x_i - \bar{x} \right)^2 \right)^2},&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
wobei &amp;lt;math&amp;gt;\mu_3&amp;lt;/math&amp;gt; und &amp;lt;math&amp;gt;\mu_4&amp;lt;/math&amp;gt; das dritte und das vierte zentrale [[Moment (Stochastik)|Moment]] darstellen, &amp;lt;math&amp;gt;\bar{x}&amp;lt;/math&amp;gt; der [[Arithmetisches Mittel|Mittelwert]] der [[Stichprobe]] ist und &amp;lt;math&amp;gt;\sigma^2&amp;lt;/math&amp;gt; das zweite Moment, also die [[Varianz (Stochastik)|Varianz]], symbolisiert.&lt;br /&gt;
&lt;br /&gt;
Es gilt &amp;lt;math&amp;gt;\mathit{JB}\sim\chi^2_2&amp;lt;/math&amp;gt;, d.&amp;amp;nbsp;h., die Teststatistik &amp;lt;math&amp;gt;\mathit{JB}&amp;lt;/math&amp;gt; ist [[asymptotisch]] [[Chi-Quadrat-Verteilung|Chi-Quadrat-verteilt]] mit zwei [[Anzahl der Freiheitsgrade (Statistik)|Freiheitsgraden]].&lt;br /&gt;
&lt;br /&gt;
Das Hypothesenpaar lautet:&lt;br /&gt;
:&amp;lt;math&amp;gt;H_0\colon&amp;lt;/math&amp;gt; Die Stichprobe ist normalverteilt.&amp;lt;br&amp;gt;&lt;br /&gt;
:&amp;lt;math&amp;gt;H_1\colon&amp;lt;/math&amp;gt; Die Stichprobe ist nicht normalverteilt.&lt;br /&gt;
&lt;br /&gt;
Bei einem [[Signifikanzniveau]] &amp;lt;math&amp;gt;\alpha = 0{,}10&amp;lt;/math&amp;gt; gilt: Für Werte der Teststatistik über 4,6 wird die [[Hypothese (Statistik)|Hypothese]] der Normalverteilung verworfen; für die Signifikanzniveaus &amp;lt;math&amp;gt;\alpha = 0{,}05&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;\alpha = 0{,}02&amp;lt;/math&amp;gt; und &amp;lt;math&amp;gt;\alpha = 0{,}01&amp;lt;/math&amp;gt; ergeben sich die Schranken 6, 7,8 und 9,2.&lt;br /&gt;
&lt;br /&gt;
== Literatur ==&lt;br /&gt;
*{{cite journal&lt;br /&gt;
 | first = Anil K.&lt;br /&gt;
 | last = Bera&lt;br /&gt;
 | authorlink = &lt;br /&gt;
 | coauthors = [[Carlos Jarque|Carlos M. Jarque]]&lt;br /&gt;
 | year = 1980&lt;br /&gt;
 | month = &lt;br /&gt;
 | title = Efficient tests for normality, homoscedasticity and serial independence of regression residuals&lt;br /&gt;
 | journal = Economics Letters&lt;br /&gt;
 | volume = 6&lt;br /&gt;
 | issue = 3&lt;br /&gt;
 | pages = 255–259&lt;br /&gt;
 | doi = 10.1016/0165-1765(80)90024-5 |language=en&lt;br /&gt;
 }}&lt;br /&gt;
*{{cite journal&lt;br /&gt;
 | first = Anil K.&lt;br /&gt;
 | last = Bera&lt;br /&gt;
 | authorlink = &lt;br /&gt;
 | coauthors = [[Carlos Jarque|Carlos M. Jarque]]&lt;br /&gt;
 | year = 1981&lt;br /&gt;
 | month = &lt;br /&gt;
 | title = Efficient tests for normality, homoscedasticity and serial independence of regression residuals: Monte Carlo evidence&lt;br /&gt;
 | journal = Economics Letters&lt;br /&gt;
 | volume = 7&lt;br /&gt;
 | issue = 4&lt;br /&gt;
 | pages = 313–318&lt;br /&gt;
 | doi = 10.1016/0165-1765(81)90035-5 |language=en&lt;br /&gt;
 }}&lt;br /&gt;
*{{cite book&lt;br /&gt;
 | first = George&lt;br /&gt;
 | last = Judge&lt;br /&gt;
 | authorlink = &lt;br /&gt;
 | coauthors = et al.&lt;br /&gt;
 | year = 1988&lt;br /&gt;
 | title = Introduction and the Theory and Practice of Econometrics&lt;br /&gt;
 | edition = 3&lt;br /&gt;
 | pages = 890–892 |language=en&lt;br /&gt;
 }}&lt;br /&gt;
&lt;br /&gt;
== Siehe auch ==&lt;br /&gt;
* [[Shapiro-Wilk-Test]]&lt;br /&gt;
* [[Kolmogorow-Smirnow-Test]]&lt;br /&gt;
* [[statistischer Test]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Nichtparametrischer Test]]&lt;br /&gt;
[[Kategorie:Ökonometrie]]&lt;br /&gt;
[[Kategorie:Zeitreihenanalyse]]&lt;/div&gt;</summary>
		<author><name>imported&gt;Meinichselbst</name></author>
	</entry>
</feed>