Дурбин Ватсон Цонтраст - шта је то, дефиниција и концепт

Преглед садржаја:

Дурбин Ватсон Цонтраст - шта је то, дефиниција и концепт
Дурбин Ватсон Цонтраст - шта је то, дефиниција и концепт
Anonim

Тест Дурбин-Ватсон (ДВ) користи се за извођење АР (1) теста аутокорелације на скупу података. Овај контраст усредсређен је на проучавање остатака најмањих квадрата (ОЛС).

ДВ је статистички тест који супротставља присуство аутокорелације у резидуалима регресије. Главна карактеристика серије података са аутокорелираним остацима је дефинисани тренд података.

Аутокорелација се јавља када независне променљиве имају временску структуру која се током одређених прилика понавља. Тада ће данашњи остаци (т = 2) зависити од прошлих остатака (т = 1) и претпоставка независности класичног линеарног модела неће бити испуњена.

Дурбин Ватсон у финансијским серијама

Овај проблем аутокорелације можемо пронаћи у серијама података са јасно дефинисаним трендом. На пример, цена јапанског индекса НИККЕИ 225 са бројем скијашке карте издато у скијалишту Аспен, САД. Обе серије имају исти тренд раста, иако у почетку не деле никакве везе. Најчешћи случај аутокорелације јавља се у финансијским серијама, где је тренд података врло добро дефинисан.

Практично решење за смањење аутокорелације и хетероскедастности у финансијским серијама било би применом природног логаритма (лн). Кроз прву разлику, лнПт - лнПт-1 , изолујемо серију од њеног тренда. У овом случају то представља цене у времену т.

Резултат је условна расподела ДВ у Кси који испуњава претпоставке класичног линеарног модела, са посебним значајем претпоставку нормалности у резидуалима.

Овај контраст је познат по горњој и доњој граници критичних вредности које зависе од нивоа значајности интервала поузданости. Ови општи нивои су:

  • дИЛИ: Горња граница.
  • дЛ: Доња граница.

Иако немамо тачну расподелу, дИЛИ и дЛ дефинисани су у ДВ табелама. Ограничења су функција броја променљивих (н) и број променљивих објашњења (к).

Процес

1. Резидуе сређујемо по временском редоследу тако да

2. Дефинишемо Х.0 и Х.1 .

3. Статистика контраста т.

4. Правило одбијања.

У великим узорцима, ДВ је приближно једнак 2 (1-р) где р је процена првог реда на остатке.

Приближни опсег за ДВ је (0,4)

  • Ако је 0 ≤ ДВ <дЛ → Одбацујемо Х.0
  • Ако дЛ <ДВ <дИЛИ → Неуспешан тест
  • Ако дИЛИ <ДВ <Си 4 - дИЛИ → Не постоји аутокорелација првог реда
  • Да 4 - дИЛИ <ДВ <Си 4 - дЛ → Неуспешан тест
  • Да 4 - дЛ <ДВ ≤ 4 → Немамо довољно значајних доказа да бисмо одбацили Х.0