สถิติการทดสอบของเดอร์บินวัตสัน

ฉันใช้การทดสอบ DW กับโมเดลการถดถอยของฉันใน R และฉันได้สถิติการทดสอบ DW ที่ 1.78 และค่า p เท่ากับ 2.2e-16 = 0

นี่หมายความว่าไม่มีความสัมพันธ์อัตโนมัติระหว่างส่วนที่เหลือเพราะสถิติอยู่ใกล้กับ 2 ด้วยค่า p เล็ก ๆ หรือหมายความว่าแม้ว่าสถิติใกล้เคียงกับ 2 ค่า p มีค่าน้อยดังนั้นเราจึงปฏิเสธสมมติฐานว่างที่มีอยู่ ไม่มีความสัมพันธ์อัตโนมัติ?

ใน R ฟังก์ชันdurbinWatsonTest()จากcarแพ็กเกจจะตรวจสอบว่าส่วนที่เหลือจากโมเดลเชิงเส้นสัมพันธ์กันหรือไม่:

• สมมติฐานว่าง ( $\text{H}_0$ ) คือไม่มีความสัมพันธ์กันในหมู่คนตกค้างนั่นคือพวกเขาเป็นอิสระ
• สมมติฐานที่เป็นทางเลือก ( $\text{H}_a$ ) คือส่วนที่เหลือเกี่ยวข้องโดยอัตโนมัติ

เมื่อค่า p ใกล้กับศูนย์หมายความว่าเราสามารถปฏิเสธค่า Null ได้

หากคุณเชื่อว่าการทดสอบ DW นั้นใช่แสดงว่าคุณมีความสัมพันธ์แบบอนุกรม อย่างไรก็ตามโปรดจำไว้ว่าการทดสอบสมมติฐานภาษานั้นคุณไม่สามารถยอมรับอะไรได้เลยคุณสามารถปฏิเสธได้เท่านั้น

นอกจากนี้การทดสอบ DW ต้องใช้ข้อสมมติฐานเชิงเส้นตรงแบบคลาสสิกเต็มรูปแบบรวมถึงความปกติและความเป็นกลางเพื่อที่จะมีอำนาจใด ๆ แทบจะไม่มีแอปพลิเคชันในชีวิตจริงที่สมเหตุสมผลสามารถสันนิษฐานได้ดังนั้นคุณจะยากที่จะโน้มน้าวผู้อื่นเกี่ยวกับความถูกต้องของมัน มีการทดสอบที่ง่ายกว่า (และมีประสิทธิภาพมากขึ้น) มากมายที่จะใช้แทน DW คุณควรใช้สิ่งเหล่านี้!

แน่นอนทางออกที่ง่ายคือการคำนวณข้อผิดพลาดมาตรฐานที่มีประสิทธิภาพเช่น newey-west (ซึ่งง่ายต่อการทำใน R) จากนั้นคุณสามารถเพิกเฉยต่อปัญหาได้

การทดสอบ Durbin Watson ดูเหมือนจะตรวจสอบทั้งความสัมพันธ์เชิงบวกและเชิงลบ แต่สำหรับการสั่งซื้อครั้งแรกเท่านั้น ไม่ควรใช้สำหรับข้อมูลที่เกี่ยวข้องอัตโนมัติเกินกว่าลำดับที่ 1 ลิงก์ต่อไปนี้แสดงทั้งสมมติฐานรวมถึงการอนุมาน

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

จากเว็บไซต์นี้:

"Hypotheses สำหรับการทดสอบ Durbin Watson คือ: H0 = ไม่มีการรวมกันของคำสั่งแรกโดยอัตโนมัติ H1 = ความสัมพันธ์ของคำสั่งแรกมีอยู่

การทดสอบ Durbin Watson รายงานสถิติการทดสอบโดยมีค่าตั้งแต่ 0 ถึง 4 โดยที่กฎของหัวแม่มือคือ:

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).

กฎง่ายๆคือค่าสถิติการทดสอบในช่วง 1.5 ถึง 2.5 นั้นค่อนข้างปกติ "

โปรดทราบว่าเพื่อให้ได้ข้อสรุปที่แม่นยำยิ่งขึ้นเราไม่ควรพึ่งสถิติ DW แต่ควรดูที่ค่า p แพคเกจซอฟต์แวร์เช่น SAS จะให้ค่า p 2 ค่า - ค่าหนึ่งสำหรับการทดสอบสำหรับการหาคำสั่งซื้ออัตโนมัติในเชิงบวกอันดับหนึ่งและอีกรายการหนึ่งสำหรับการทดสอบหาค่าลบคำสั่งซื้ออัตโนมัติลำดับแรก (ทั้งค่า p เพิ่มขึ้นเกิน 1) หากค่า p ทั้งสองมีค่ามากกว่าอัลฟ่าที่คุณเลือก (0.05 ในกรณีส่วนใหญ่) ดังนั้นเราไม่สามารถปฏิเสธสมมติฐานว่าง ๆ ได้ว่า "ไม่มีความสัมพันธ์ของออเดอร์แรกอยู่

หากหนึ่งในค่า p ใด ๆ คือ <0.05 (หรือ Alpha ที่เลือก) เราก็รู้ว่าสมมติฐานทางเลือกที่สอดคล้องกันนั้นเป็นจริง (ด้วยความมั่นใจ 1- อัลฟา)

ฉันหวังว่าจะช่วย

dwtest ทดสอบกับสมมติฐานทางเลือกแทนสมมติฐานว่าง ดังนั้นถ้าค่า p เป็นค่าระดับต่ำสุดที่คุณพูดก็หมายความว่ามันยอมรับสมมติฐานทางเลือกและปฏิเสธสมมติฐานว่าง

p-value คือα ( ระดับนัยสำคัญหรือระดับอัลฟา ) ที่ต่ำกว่าซึ่งคุณควรปฏิเสธสมมติฐานว่าง

มันเป็นแค่เส้นสีแดง:ถ้าคุณโอเคกับα = 0.1, α = 0.05, α = 0.01 หรือα> 2.2e-16 ใด ๆ ก็ไม่เป็นไร ค่า p นี้ช่วยให้มั่นใจว่าสมมติฐานว่างจะต้องถูกปฏิเสธและคุณไม่จำเป็นต้องทดสอบอีกครั้งและอีกครั้งสำหรับแต่ละระดับ

สิ่งเดียวกันกับการทดสอบและค่า p อื่น ๆ แต่คุณต้องไม่ลืมว่า null และสมมติฐานทางเลือกคืออะไร