Fasolo Elisa - Università degli Studi di Padova

4.4 – Statistiche descrittive e test di normalità
DJ UBS_LOG RJ CRB_LOG S&P GSCI_LOG
Media 0,00018074 0,00027772 0,00012298
Mediana 0,0004726 0,00052976 0,00035055
Minimo -0,063958 -0,06878 -0,0865
Massimo 0,056477 0,057467 0,072145
Scarto quadrativo medio 0,011996 0,012428 0,017064
Coefficiente di variazione 66,373 44,75 138,75
Asimmetria -0,26757 -0,29621 -0,19613
Curtosi 2,2437 2,7255 1,9554
Test di normalità
DJ UBS_LOG RJ CRB_LOG S&P GSCI_LOG
Shapiro-Wilk W statistica test 0,976478 0,97019 0,980602
p value 2,99E-17 1,52E-19 1,69E-15
Lilliefors test statistica test 0,0446882 0,0511196 0,0394605
p value 0,0000 0,0000 0,0000
Jarque-Bera test statistica test 426,521 623,643 318,864
p value 2,41103E-93 3,7817E-136 5,74815E-70
Come possiamo notare dai grafici di frequenza e dalla tabella dei test, per tutte e tre le serie è
rifiutata l’ipotesi nulla di normalità; ipotesi confermata, inoltre, dai coefficienti di asimmetria e di
curtosi.
Il coefficiente di asimmetria risulta negativo, per tutte le serie in esame, e indica che le distribuzioni
appaiono con le code più lunghe a sinistra, inoltre, dai valori dei coefficienti di eccesso di curtosi,
possiamo desumere che le serie siano caratterizzate da distribuzioni leptocurtiche.
Procediamo ora all’analisi della stazionarietà delle serie trasformate.
36