Saya mungkin mencampurkan konsep deret waktu dan deret waktu saya, tetapi apa perbedaan antara model regresi yang menunjukkan korelasi serial dan model yang menunjukkan unit root?
Selain itu, mengapa Anda dapat menggunakan tes Durbin-Watson untuk menguji korelasi serial, tetapi harus menggunakan tes Dickey-Fuller untuk unit root? (Buku teks saya mengatakan ini karena Durbun Watson Test tidak dapat digunakan dalam model yang menyertakan kelambatan dalam variabel independen.)
Jawaban:
Penjelasan yang lebih sederhana dapat berupa ini: jika Anda memiliki proses AR (1) mana adalah white noise, maka pengujian untuk autokorelasi adalah (dan Anda dapat menjalankan OLS yang berperilaku baik di bawah nol), sementara pengujian untuk unit root adalah . Sekarang, dengan root unit, prosesnya adalah non-stasioner di bawah nol, dan OLS benar-benar gagal, jadi Anda harus masuk ke tipuan Dickey-Fuller untuk mengambil perbedaan dan semacamnya.
sumber
Jika Anda memiliki, katakanlah, proses autoregresif, dan Anda melihat apa yang disebut polinom karakteristik, polinom tersebut memiliki akar kompleks (mungkin beberapa atau semua adalah akar nyata). Jika semua akar berada di dalam lingkaran unit, prosesnya stasioner atau tidak stasioner. Tes untuk unit root mencari untuk melihat apakah proses spesifik stasioner berdasarkan data yang diamati (parameter tidak diketahui).
Tes untuk korelasi serial sepenuhnya berbeda. Ini terlihat pada fungsi autokorelasi, pengujian untuk melihat apakah semua korelasi nol (kadang-kadang disebut sebagai tes untuk white noise).
Jawaban untuk pertanyaan kedua adalah bahwa masalah yang berbeda memerlukan tes yang berbeda. Saya tidak mengerti apa yang digambarkan buku Anda. Saya melihat tes ini sebagai tes pada rangkaian waktu individu. Saya tidak melihat di mana variabel independen dan dependen masuk ke dalamnya.
sumber