Saya memiliki matriks dengan dua kolom yang memiliki banyak harga (750). Pada gambar di bawah ini saya merencanakan residual dari regresi linier berikut:
lm(prices[,1] ~ prices[,2])
Melihat gambar, tampaknya merupakan autokorelasi yang sangat kuat dari residu.
Namun bagaimana saya bisa menguji apakah autokorelasi residu itu kuat? Metode apa yang harus saya gunakan?
Terima kasih!
acf()
), tetapi ini hanya akan mengkonfirmasi apa yang dapat dilihat oleh mata biasa: korelasi antara residu yang tertinggal sangat tinggi.qt(0.75, numberofobs)/sqrt(numberofobs)
Jawaban:
Mungkin ada banyak cara untuk melakukan ini, tetapi yang pertama muncul dalam pikiran adalah berdasarkan regresi linier. Anda dapat mundur residual berturut-turut terhadap satu sama lain dan menguji kemiringan yang signifikan. Jika ada korelasi otomatis, maka harus ada hubungan linier antara residu berturut-turut. Untuk menyelesaikan kode yang Anda tulis, Anda dapat melakukan:
sumber
Gunakan tes Durbin-Watson , diimplementasikan dalam paket lmtest .
sumber
Uji DW atau uji Regresi Linier tidak kuat untuk anomali dalam data. Jika Anda memiliki Pulsa, Pulsa Musiman, Pergeseran Level, atau Tren Waktu Lokal, tes ini tidak berguna karena komponen yang tidak diobati ini memperbesar varians kesalahan sehingga menurunkan bias tes yang menyebabkan Anda (seperti yang telah Anda ketahui) salah menerima hipotesis nol tanpa korelasi otomatis. Sebelum kedua tes ini atau tes parametrik lainnya yang saya ketahui dapat digunakan, seseorang harus "membuktikan" bahwa rata-rata residu tidak berbeda secara statistik dari 0,0 di mana-mana, jika tidak asumsi yang mendasarinya tidak valid. Diketahui bahwa salah satu kendala dari tes DW adalah anggapannya bahwa kesalahan regresi terdistribusi secara normal. Catatan sarana yang terdistribusi secara normal antara lain: Tidak ada anomali (lihathttp://homepage.newschool.edu/~canjels/permdw12.pdf ). Selain itu tes DW hanya menguji untuk korelasi-otomatis lag 1. Data Anda mungkin memiliki efek mingguan / musiman dan ini akan menjadi tidak terdiagnosis dan lebih jauh, tidak diobati, akan menurunkan bias tes DW.
sumber