jb检验的p值怎么计算

JB检验（Jarque-Bera test）是用于检验数据是否服从正态分布的一种统计方法。它的零假设是数据是正态分布的，备择假设是数据不是正态分布的。在进行JB检验时，我们需要计算样本数据的偏度（skewness）和峰度（kurtosis），然后根据这两个统计量计算出JB检验的统计量值，最后求出对应的p值。

具体计算步骤如下：

1. 计算样本数据的偏度和峰度，偏度和峰度的计算公式如下：

偏度 = (n / ((n - 1) * (n - 2))) * ∑((Xi - X_mean) / S)^3

峰度 = ((n * (n + 1)) / ((n - 1) * (n - 2) * (n - 3))) * ∑((Xi - X_mean) / S)^4 - ((3 * (n - 1) ^ 2) / ((n - 2) * (n - 3)))

其中，n 表示样本数据的个数，Xi 表示第i个数据，X_mean 表示样本数据的均值，S 表示样本数据的标准差。

2. 计算JB检验的统计量值，其计算公式如下：

JB = (n / 6) * (偏度 ^ 2 + (1/4) * 峰度 ^ 2)

3. 根据JB检验的统计量值和自由度（df=2）求出对应的p值，可以使用统计软件或者查找JB分布表来得到p值。

如果p值小于预先设定的显著性水平（通常是0.05），则拒绝零假设，即认为样本数据不服从正态分布。反之，如果p值大于等于显著性水平，则接受零假设，即认为样本数据服从正态分布。