Thống kê Durbin–Watson

Bách khoa toàn thư mở Wikipedia
Bước tới: menu, tìm kiếm


Trong thống kê học, trị số thống kê Durbin–Watson là một thống kê kiểm định được sử dụng để kiểm tra xem có hiện tương tự tương quan (autocorrelation) hay không trong phần dư (residuals) của một phép phân tích hồi quy (estimation). Nó được đặt tên theo James DurbinGeoffrey Watson. Tuy nhiên, phân phối mẫu nhỏ của tỷ lệ này được đã được đề cập trong một bài nghiên cứu của John von Neumann (von Neumann, 1941). Durbin và Watson (1950, 1951) áp dụng trị số thống kê này vào phần dư của hồi quy bình phương tối thiểu (OLS), và phát triển các kiểm định cận trên dưới, trong đó giả thuyết không rằng phần dư (residuals) là độc lập chuỗi (tức là không tự tương quan), còn giả thuyết đối là chúng tuân theo quá trình tự hồi quy bậc nhất (AR(1)). Sau này, John Denis SarganAlok Bhargava đã phát triển vài trị số kiểm đinh thống kê kiểu von Neumann–Durbin–Watson, trong đó giả thuyết không rằng sai số của một mô hình hồi quy là một chuỗi có nghiệm đơn vị, còn giả thuyết đối là sai số theo quá trình tự tương quan bậc một (Sargan and Bhargava, 1983).

Tính chất và diễn giải thống kê Durbin–Watson[sửa | sửa mã nguồn]

Nếu etresidual gắn với quan sát tại thời điểm t, thì thống kê kiểm định

d = {\sum_{t=2}^T (e_t - e_{t-1})^2 \over {\sum_{t=1}^T e_t^2}},

trong đó T là số quan sát. Vì d xấp xỉ 2(1 − r), trong đó r là độ tự tương quan mẫu của residuals,[1] d = 2 cho thấy không có autocorrelation.

Tham khảo[sửa | sửa mã nguồn]

  • Bhargava, Alok, Franzini, L., Narendranathan, W. (1982): "Serial Correlation and the Fixed Effects Model". Review of Economic Studies, 49, p. 533–549.
  • Durbin, J., and Watson, G. S. (1950) "Testing for Serial Correlation in Least Squares Regression, I." Biometrika 37, 409–428.
  • Durbin, J., and Watson, G. S. (1951) "Testing for Serial Correlation in Least Squares Regression, II." Biometrika 38, 159–179.
  • Gujarati, D.N. (2003) Basic econometrics, 4th ed., Boston, McGraw–Hill
  • Gujarati, Damodar N. (1995): Basic Econometrics, 3. ed., New York et al.: McGraw–Hill, 1995, page 605f.
  • Sargan, J.D. and Alok Bhargava (1983). "Testing residuals from least squares regression for being generated by the Gaussian random walk". Econometrica, 51, p. 153–174.
  • Verbeek, Marno (2004): A Guide to Modern Econometrics, 2. ed., Chichester: John Wiley & Sons, 2004, Seite 102f.
  • von Neumann, John. (1941). "Distribution of the ratio of the mean square successive difference to the variance". Annals of Mathematical Statistics, 12, 367–395.
  • Multiple regression and issues in regression analysis, Richard A DeFusco, CFA, Denis W. Mc. Leavey, CFA, Jerald E. Pinto, CFA and David E. Runkle, CFA, CFA Curriculum Level II
  1. ^ Gujarati (2003) p. 469