Econometrics 02 - Basic statistics, function writing in Matlab

Zhrnutie prednášky

Prednáška nadväzuje na definíciu momentov rozdelení a ukazuje, ako dáta testovať pomocou vlastnej funkcie v Matlabe. Funkcia basic_stats prijíma maticu výnosov, cyklom for prejde každý stĺpec a do výstupnej matice zapíše priemer, smerodajnú odchýlku, šikmosť a špicatosť, ktorú možno exportovať do Excelu. Využíva sa MFE Toolbox Kevina Shepparda, preto treba nastaviť pracovný adresár. Následne sa pridávajú testy: Jarque-Bera na normalitu (p-hodnota blízka nule, teda dáta nie sú normálne), Ljung-Box na autokoreláciu pri 2 oneskoreniach, ARCH test na heteroskedasticitu (volatilitné zhluky) a úvod k stacionarite. Pri Durbin-Watsonovej štatistike sa uvádza, že pri nekorelovaných rezíduách má byť okolo 2.

• - Názov súboru .m sa musí zhodovať s názvom funkcie a funkcia sa definuje kľúčovým slovom function.
• - Funkcia pomocou size zistí počet riadkov a stĺpcov a cyklom for analyzuje každý stĺpec dát osobitne.
• - Prvé štyri momenty: priemer blízky nule, smerodajná odchýlka, záporná šikmosť a špicatosť približne 5,3 oproti 3 pri normálnom rozdelení.
• - Jarque-Bera test (p > 0,05 podporuje normalitu) je pre časové rady vhodnejší ako Kolmogorov-Smirnov; výsledok tu zamieta normalitu.
• - Ljung-Box test (2 oneskorenia) a Durbin-Watson (okolo 2) slúžia na odhalenie autokorelácie.
• - ARCH test zisťuje heteroskedasticitu, teda zhlukovanie volatility v čase.
• - Slabá stacionarita znamená stály priemer a autokovarianciu v čase a konečný druhý moment.

Zhrnutie pripravené s pomocou AI z prepisu videa.