我应该在这里加一点盐参加夏皮罗威尔克测试吗?

机器算法验证 r 有马 残差 正态假设 QQ图
2022-03-18 09:20:58

所以我试图确定季节性 ARIMA 模型的残差是否正常。在使用 shapiro wilk 测试时,我得到一个低得惊人的 p 值,这让我认为残差实际上是非正态的。然而,我的 qqplot 似乎可以接受大量的观察(~700)。夏皮罗-威尔克正态性检验

data:  residuals(housing.arima)
W = 0.979, p-value = 3.345e-08

在此处输入图像描述

就探索性数据分析而言,从这里开始某人要做的标准事情是什么,我应该在残差不正常的假设下操作还是以其他方式操作?此外,是否有任何对样本量不敏感的正态性检验?

1个回答

对于这么大的样本量,我会忽略正态性假设,尤其是因为正态性统计——包括 SW——对样本量很敏感。您可以检查 QQ 图(正如您所说,看起来不错)或直方图,但我发现很难相信自己的眼睛(或其他人的眼睛)。您还可以使用标准的经验法则检查偏度和峰度统计数据,但这些也有点不稳定。基本上,我不会太担心。