Проверка нормальности распределения рыночных данных --- это один из первых этапов анализа этих данных при оценке стоимости. Судя по отзывам ряда оценщиков, Python пока практически не используется в работе. Поэтому я создал электронную таблицу для проверки нормальности распределения рыночных данных с помощью пяти тестов (в порядке убывания мощности):
1) Шапиро-Уилка;
2) Андерсона-Дарлинга;
3) Харке-Бера;
4) Колмогорова-Смирнова;
5) Хи-квадрат.
Необходимо просто вставить свои данные на листе «Dashboard» и всё посчитается само. Единственное: для построения гистограммы и проведения теста Хи-квадрат необходимо изменить число «интервалов» в зависимости от количества наблюдений. Формулы для расчёта числа интервалов также есть на листе «Dashboard».
Testing the normality of the distribution of market data is one of the first steps in analyzing this data when estimating value. Relying on the feedback of a number of appraisers, Python is not practically used in the work so far. Therefore, I’ve created a spreadsheet to check a normality of a distribution of market data using five tests (in descending order of power:
1) Shapiro-Wilk;
2) Anderson-Darling;
3) Jarque-Bera;
4) Kolmogorov-Smirnov;
5) Chi-squared.
You just need to insert your data in the «Dashboard» sheet and everything will calculate itself. Remind only that to build a histogram and perform the Chi-squared test, it is necessary to change the number of bins depending on the number of observations. The formulas for calculating the number of intervals are also in the «Dashboard» sheet.
https://drive.google.com/file/d/1Ft8VtvlpXALMmcqExKipWgD_bGZwK5r1/view?usp=sharing
Комментарии0