რა უნდა იყოს დურბინ უოტსონის ღირებულება?
რა უნდა იყოს დურბინ უოტსონის ღირებულება?

ვიდეო: რა უნდა იყოს დურბინ უოტსონის ღირებულება?

ვიდეო: რა უნდა იყოს დურბინ უოტსონის ღირებულება?
ვიდეო: Measuring Autocorrelation Durbin Watson Statistic 2024, ნოემბერი
Anonim

The დურბინი - უოტსონი სტატისტიკა ნება ყოველთვის აქვს ა ღირებულება 0-დან 4-მდე. ა ღირებულება 2.0 ნიშნავს, რომ არ არის გამოვლენილი ავტოკორელაცია ნიმუშში. ღირებულებები 0-დან 2-ზე ნაკლებამდე მიუთითებს დადებით ავტოკორელაციაზე და ღირებულებები 2-დან 4-მდე მიუთითებს უარყოფით ავტოკორელაციაზე.

ასევე იკითხა, რას გვეუბნება დურბინ უოტსონი?

სტატისტიკაში, დურბინი – უოტსონი სტატისტიკა არის სატესტო სტატისტიკა, რომელიც გამოიყენება რეგრესიის ანალიზის შედეგად ნარჩენებში (პროგნოზის შეცდომები) 1-ში ავტოკორელაციის არსებობის დასადგენად.

რა მოხდება, თუ დურბინ უოტსონის ტესტი არაზუსტია? თუ The დურბინი - უოტსონის სტატისტიკა მდებარეობს d-სა და d-ს შორის (ან ზუსტად უდრის d-ს ან d-ს), the ტესტი არაადეკვატურია . თუ The დურბინი - უოტსონის სტატისტიკა მეტია d-ზე, დურბინი - უოტსონის სტატისტიკა იმდენად ახლოსაა 2-თან, რომ დადებითი ავტოკორელაცია შეიძლება არ იყოს მოდელში.

მეორეც, რა არის ნულოვანი ჰიპოთეზა დურბინ უოტსონის ტესტისთვის?

The დურბინი - უოტსონის ტესტის სტატისტიკური ტესტები The ნულოვანი ჰიპოთეზა რომ ჩვეულებრივი უმცირესი კვადრატების რეგრესიის ნარჩენები არ არის ავტოკორელირებული ალტერნატივის მიმართ, რომ ნარჩენები მიჰყვება AR1 პროცესს. The დურბინი - უოტსონის სტატისტიკა ღირებულება მერყეობს 0-დან 4-მდე.

რატომ არის ავტოკორელაცია ცუდი?

Ამ კონტექსტში, ავტოკორელაცია ნარჩენებზე არის ' ცუდი ', რადგან ეს ნიშნავს, რომ თქვენ საკმარისად არ აყალიბებთ კორელაციას მონაცემთა წერტილებს შორის. მთავარი მიზეზი, რის გამოც ადამიანები სერიებს არ განსხვავდებიან, არის ის, რომ მათ რეალურად სურთ ძირეული პროცესის მოდელირება ისე, როგორც ეს არის.

გირჩევთ: