Saya menerapkan tes DW untuk model regresi saya di R dan saya mendapat statistik uji DW dari 1,78 dan nilai-p 2.2e-16 = 0.
Apakah ini berarti tidak ada autokorelasi antara residu karena stat mendekati 2 dengan nilai-p kecil atau apakah ini berarti meskipun stat dekat dengan 2 nilai-p kecil dan dengan demikian kami menolak hipotesis nol dari yang ada tidak ada autokorelasi?
r
regression
hypothesis-testing
autocorrelation
residuals
Jason Samuels
sumber
sumber
Jawaban:
Dalam R, fungsi
durbinWatsonTest()
daricar
paket memverifikasi apakah residu dari model linier berkorelasi atau tidak:Karena nilai p mendekati dari nol itu berarti seseorang dapat menolak nol.
sumber
Jika Anda meyakini tes DW, maka ya, ini menunjukkan bahwa Anda memiliki korelasi serial. Namun, ingat bahwa bahasa pengujian hipotesis Anda tidak pernah bisa menerima apa pun, Anda hanya bisa gagal menolaknya.
Lebih lanjut, uji DW membutuhkan serangkaian asumsi model linier klasik, termasuk normalitas dan tidak memihak untuk memiliki kekuatan apa pun. Hampir tidak ada aplikasi kehidupan nyata yang dapat menganggap hal ini, dan karena itu Anda akan kesulitan meyakinkan orang lain tentang validitasnya. Ada banyak tes yang lebih sederhana (dan lebih kuat) untuk digunakan daripada DW, Anda harus menggunakan ini!
Tentu saja solusi yang mudah adalah dengan hanya menghitung kesalahan standar yang kuat, misalnya newey-west (yang mudah dilakukan di R), maka Anda bisa mengabaikan masalahnya
sumber
Tes Durbin Watson terlihat untuk memeriksa autokorelasi positif dan negatif tetapi hanya untuk urutan pertama. Seharusnya tidak digunakan untuk data yang autokorelasi di luar urutan pertama. Tautan berikut menunjukkan baik hipotesis maupun inferensi
https://www.statisticshowto.datasciencecentral.com/durbin-watson-test-coefisien
Dari situs web ini:
"Hipotesis untuk uji Durbin Watson adalah: H0 = tidak ada autokorelasi tingkat pertama. H1 = korelasi tingkat pertama ada.
Tes Durbin Watson melaporkan statistik uji, dengan nilai dari 0 hingga 4, di mana aturan praktisnya adalah:
Aturan praktisnya adalah bahwa nilai statistik uji dalam kisaran 1,5 hingga 2,5 relatif normal. "
Perhatikan bahwa untuk mendapatkan kesimpulan yang lebih tepat, kita seharusnya tidak hanya mengandalkan statistik DW, tetapi lebih pada melihat nilai-p. Paket perangkat lunak seperti SAS akan memberikan 2 nilai-p - satu untuk uji autokorelasi urutan pertama positif dan yang kedua untuk tes untuk autokorelasi urutan pertama negatif (kedua nilai-p ditambahkan hingga 1). Jika kedua nilai-p lebih dari Alpha pilihan Anda (0,05 dalam kebanyakan kasus), maka kami tidak dapat menolak hipotesis nol bahwa "tidak ada autokorelasi orde pertama.
Jika salah satu dari nilai-p adalah <0,05 (atau Alpha yang dipilih), maka kita tahu bahwa hipotesis alternatif yang sesuai adalah benar (dengan kepastian 1- Alpha).
Saya harap itu membantu.
sumber
tes dwtest terhadap hipotesis alternatif bukan hipotesis nol. Jadi, jika nilai-p di bawah tingkat yang Anda katakan, maka itu berarti ia menerima hipotesis alternatif dan menolak hipotesis nol.
sumber
Nilai-p adalah α yang lebih rendah ( tingkat signifikansi atau tingkat alpha ) di mana Anda harus menolak hipotesis nol.
Itu hanya garis merah: jika Anda setuju dengan α = 0,1, α = 0,05, α = 0,01 atau α> 2,2e-16, tidak masalah. Nilai p ini memastikan bahwa hipotesis nol harus ditolak dan Anda tidak perlu menguji lagi dan lagi untuk setiap level.
Hal yang sama dengan tes dan nilai-p lainnya. Tetapi Anda mungkin tidak melupakan apa yang merupakan nol dan hipotesis alternatif .
sumber