Per a què serveix la prova de Durbin Watson?
Per a què serveix la prova de Durbin Watson?

Vídeo: Per a què serveix la prova de Durbin Watson?

Vídeo: Per a què serveix la prova de Durbin Watson?
Vídeo: Моя работа наблюдать за лесом и здесь происходит что-то странное 2024, De novembre
Anonim

Durbin – Estadística de Watson . En estadístiques, el Durbin – Estadística de Watson és un estadístic de prova utilitzat per detectar la presència d'autocorrelació al retard 1 en els residus (errors de predicció) a partir d'una anàlisi de regressió.

Tenint en compte això, què ens diu la prova de Durbin Watson?

El Durbin Watson ( DW ) l'estadística és a prova per autocorrelació en els residus d'una anàlisi de regressió estadística. El Durbin - Watson l'estadística sempre tindrà un valor entre 0 i 4. Els valors de 0 a menys de 2 indiquen autocorrelació positiva i els valors de 2 a 4 indiquen autocorrelació negativa.

A més, per què provem l'autocorrelació? L'existència de autocorrelació en els residus d'un model és un senyal que el model pot ser inadequat. L'autocorrelació és diagnosticat mitjançant un correlograma (gràfic ACF) i llauna ser provat utilitzant el Durbin-Watson prova . Això vol dir que les dades és correlacionat amb si mateix (és a dir, nosaltres tenir autocorrelació /correlació en sèrie).

La gent també es pregunta, què vol dir un Durbin Watson baix?

Si és Durbin - Watson prova l'estadística i després significa la correlació automàtica és molt baix . Un valor de 2 significa que no hi ha autocorrelació a la mostra. Els valors que s'acosten a 0 indiquen una autocorrelació positiva i els valors cap a 4 indiquen una autocorrelació negativa.

Com interpreteu els resultats de l'estadística de Durbin Watson?

Informàtica i interpretant el Durbin – Estadística de Watson . és l'autocorrelació mostral dels residus, d = 2 indica que no hi ha autocorrelació. El valor de d sempre es troba entre 0 i 4. Si el Durbin – Estadística de Watson és substancialment inferior a 2, hi ha proves de correlació en sèrie positiva.

Recomanat: