Test für Autokorrelation unter Verwendung der Durbin-Watson-Statistik Verwendung zum Testen der Anwesenheit von Autokorrelation in Residuen. Autokorrelation bedeutet, dass benachbarte Beobachtungen korreliert sind. Wenn sie korreliert sind, unterschätzt die Regression der kleinsten Quadrate den Standardfehler der Koeffizienten, die Ihre Prädiktoren für signifikant erscheinen lassen, wenn sie nicht vorhanden sind. Zum Beispiel könnten die Residuen aus einer Regression auf tägliche Aktienkursdaten von der vorherigen Beobachtung abhängen, weil ein Tagesaktie den nächsten Tagespreis beeinflusst. Die Durbin-Watson-Statistik ist abhängig von der Reihenfolge der Beobachtungen (Zeilen). Minitab geht davon aus, dass sich die Beobachtungen in einer sinnvollen Reihenfolge wie Zeitreihenfolge befinden. Die Durbin-Watson-Statistik bestimmt, ob die Korrelation zwischen benachbarten Fehlertermen gleich Null ist oder nicht. Um eine Schlussfolgerung aus dem Test zu erhalten, müssen Sie die angezeigte Statistik mit unteren und oberen Schranken in einer Tabelle vergleichen. Wenn D gt obere Schranke, existiert keine Korrelation, wenn D lt untere Grenze, positive Korrelation besteht, wenn D zwischen den beiden Grenzen ist, ist der Test nicht schlüssig. Um die Durbin-Watson-Statistik zu berechnen, wählen Sie Stat gt Regression gt Regression gt Fit Regression Model. Klicken Sie auf Ergebnisse. Und überprüfen Sie Durbin-Watson-Statistik. Copyright 2016 Minitab Inc. Alle Rechte vorbehalten. Durch die Nutzung dieser Website erklären Sie sich mit der Verwendung von Cookies für Analytics und personalisiertem Content einverstanden. Lesen Sie unsere PolicyNOTICE: Die IDRE Statistical Consulting Group wird die Migration der Website auf die WordPress CMS im Februar zu erleichtern Wartung und Erstellung neuer Inhalte. Einige unserer älteren Seiten werden entfernt oder archiviert, so dass sie nicht länger erhalten bleiben. Wir werden versuchen, Redirects beizubehalten, damit die alten URLs weiterhin so gut funktionieren, wie wir können. Willkommen im Institut für Digitale Forschung und Bildung Helfen Sie der Stat Consulting Group, indem Sie ein Geschenk geben SAS FAQ Wie kann ich die Durbin-Watson-Statistik und die Autokorrelation 1. Ordnung in Zeitreihendaten berechnen Wenn der Datensatz von Interesse eine Zeitreihendaten ist, Um die Autokorrelation erster Ordnung für die interessierenden Variablen zu berechnen und zu testen, ob die Autokorrelation Null ist. Ein häufiger Test ist Durbin-Watson-Test. Die Durbin-Watson-Teststatistik kann in proc reg mit der Option dw nach der Model-Anweisung berechnet werden. Hier sind zwei Beispiele mit dem Datensatz sp500.sas7bdat. Die Variablen von Interesse sind offen. schließen . hoch . Niedrig und Volumen. Beispiel 1 . Berechnung der Durbin-Watson-Statistik für eine Variable. Der Wert der Durbin-Watson-Statistik ist nahe bei 2, wenn die Fehler nicht korreliert sind. In unserem Beispiel ist es .034. Das bedeutet, dass es einen starken Beweis gibt, dass die Variable offen eine hohe Autokorrelation aufweist. Beispiel 2: Ausgabe Autokorrelation 1. Ordnung mehrerer Variablen in einen Datensatz Wir wollen sagen, dass wir die Autokorrelation erster Ordnung für alle interessierenden Variablen berechnen wollen. Wir können die ODS-Funktion nutzen, um die Autokorrelation erster Ordnung für jede Variable auf einen Datensatz mit dem Namen autocorr auszugeben. Der Inhalt dieser Website sollte nicht als eine Bestätigung für eine bestimmte Website, ein Buch oder ein Softwareprodukt der Universität von Kalifornien verstanden werden.
No comments:
Post a Comment