Durbin Watson test istatistiği

DW testini R'deki regresyon modelime uyguladım ve DW test istatistiği 1.78 ve p değeri 2.2e-16 = 0 aldım.

Bu, artıklar arasında otokorelasyon olmadığı anlamına mı gelir, çünkü stat küçük bir p değeriyle 2'ye yakındır veya stat 2'ye yakın olmasına rağmen p değeri küçüktür ve bu nedenle var olan sıfır hipotezini reddediyoruz demektir. otokorelasyon yok mu?

R, işlev durbinWatsonTest()gelen carpaket doğrulayan bir doğrusal model artıklar ilişkili ya da değilse:

• Sıfır hipotezi ($\text{H}_0$) artıklar arasında bir korelasyon olmadığı, yani bağımsız olduklarıdır.
• Alternatif hipotez ($\text{H}_a$) artıkların otokorelasyonudur.

P değeri sıfırdan yakın olduğu için null değeri reddedilebilir.

DW testine inanıyorsanız, evet, seri korelasyonunuz olduğunu gösterir. Bununla birlikte, hipotez testi dilinin hiçbir şeyi asla kabul edemeyeceğinizi, sadece reddedemeyeceğinizi unutmayın.

Ayrıca DW testi, herhangi bir güce sahip olmak için normallik ve tarafsızlık dahil olmak üzere klasik doğrusal model varsayımlarının tamamını gerektirir. Neredeyse hiçbir gerçek yaşam uygulaması bunu makul bir şekilde kabul edemez ve bu nedenle başkalarını geçerliliği konusunda ikna etmek zor olacaktır. DW yerine kullanılacak çok daha basit (ve daha sağlam) testler vardır, bunları kullanmalısınız!

Tabii ki kolay çözüm sadece sağlam standart hataları hesaplamaktır, örneğin newey-west (R'de yapmak kolaydır), o zaman sorunu görmezden gelebilirsiniz.

Durbin Watson testi hem pozitif hem de negatif otokorelasyonu kontrol ediyor, ancak sadece ilk sipariş için. 1. sıradan sonra otomatik olarak ilintili veri için kullanılmamalıdır. Aşağıdaki bağlantı hem hipotezi hem de çıkarımı göstermektedir

https://www.statisticshowto.datasciencecentral.com/durbin-watson-test-coefficient

Bu web sitesinden:

"Durbin Watson testi için Hipotezler şunlardır: H0 = birinci derece otokorelasyon yok. H1 = birinci derece korelasyon var.

Durbin Watson testi, 0 ile 4 arasında bir değer olan bir test istatistiği rapor eder; burada başparmak kuralı:

2 is no autocorrelation.
0 to <2 is positive autocorrelation (common in time series data).
>2 to 4 is negative autocorrelation (less common in time series data).

Temel kural, 1.5 ila 2.5 aralığındaki test istatistik değerlerinin nispeten normal olmasıdır. "

Daha kesin bir sonuca varmak için, sadece DW istatistiğine güvenmemeli, p değerine bakmalıyız. SAS gibi yazılım paketleri, biri pozitif birinci derece otokorelasyon testi için diğeri negatif birinci derece otokorelasyon testi için iki p değeri verecektir (her iki p değeri 1'e kadar eklenir). Her iki p değeri de seçtiğiniz Alfa'dan (çoğu durumda 0,05) fazlaysa, o zaman "birinci dereceden otokorelasyon yoktur" null hipotezini reddedemeyiz.

Eğer p-değerlerinden herhangi biri <0.05 ise (veya Alfa seçili ise), karşılık gelen alternatif hipotezin doğru olduğunu biliyoruz (1-Alfa kesinliği ile).

Umarım bu yardımcı olur.

sıfır hipotezi yerine alternatif hipoteze karşı dwtest testleri. Eğer p-değeri dediğiniz seviyenin altındaysa, alternatif hipotezi kabul ettiği ve sıfır hipotezini reddettiği anlamına gelir.

P değeri, sıfır hipotezini reddetmeniz gereken düşük α ( anlamlılık seviyesi veya alfa düzeyidir ).

Bu sadece kırmızı bir çizgidir: α = 0.1, α = 0.05, α = 0.01 veya herhangi bir α> 2.2e-16 ile sorun yaşıyorsanız, önemli değil. Bu p değeri, sıfır hipotezinin reddedilmesini ve her seviye için tekrar tekrar test yapmanıza gerek kalmamasını sağlar.

Aynı şey diğer testler ve p-değerleri için de geçerlidir. Fakat null ve alternatif hipotezlerin ne olduğunu unutamayabilirsiniz .