¿Para qué se utiliza la prueba de Durbin Watson?
¿Para qué se utiliza la prueba de Durbin Watson?

Video: ¿Para qué se utiliza la prueba de Durbin Watson?

Video: ¿Para qué se utiliza la prueba de Durbin Watson?
Video: Durbin Watson, tabla y gráfico 2024, Abril
Anonim

Durbin – Estadística de Watson . En estadística, el Durbin – Estadística de Watson es un estadística de prueba utilizada para detectar la presencia de autocorrelación en el rezago 1 en los residuos (errores de predicción) de un análisis de regresión.

Teniendo esto en cuenta, ¿qué nos dice la prueba de Durbin Watson?

los Durbin Watson ( DW ) la estadística es una prueba para la autocorrelación en los residuos de un análisis de regresión estadística. los Durbin - Watson la estadística siempre tendrá un valor entre 0 y 4. Los valores de 0 a menos de 2 indican autocorrelación positiva y los valores de 2 a 4 indican autocorrelación negativa.

Además, ¿por qué probamos la autocorrelación? La existencia de autocorrelación en los residuos de un modelo es una señal de que el modelo puede no ser sólido. La autocorrelación es diagnosticado mediante un correlograma (gráfico ACF) y pueden ser probado usando el Durbin-Watson prueba . Esto significa que los datos es correlacionado consigo mismo (es decir, nosotros tengo autocorrelación /correlación en serie).

La gente también pregunta, ¿qué significa un Durbin Watson bajo?

Si esto es Durbin - Watson prueba la estadística, entonces medio la autocorrelación es muy bajo . Un valor de 2 medio que no hay autocorrelación en la muestra. Los valores que se acercan a 0 indican una autocorrelación positiva y los valores que se acercan a 4 indican una autocorrelación negativa.

¿Cómo interpreta los resultados de la estadística de Durbin Watson?

Computación y interpretar los Durbin – Estadística de Watson . es la autocorrelación de la muestra de los residuos, d = 2 indica que no hay autocorrelación. El valor de d siempre se encuentra entre 0 y 4. Si el Durbin – Estadística de Watson es sustancialmente menor que 2, hay evidencia de correlación serial positiva.

Recomendado: