R တွင် breusch-godfrey စမ်းသပ်မှုပြုလုပ်နည်း

linear regression ၏ အဓိက ယူဆချက် တစ်ခုမှာ အကြွင်းအကျန်များ အကြား ဆက်နွယ်မှု မရှိကြောင်း၊ ဆိုလိုသည်မှာ အကြွင်းအကျန် များသည် သီးခြား ဖြစ်သည် ။

ပထမအမှာစာ autocorrelation အတွက် စမ်းသပ်ရန်၊ ကျွန်ုပ်တို့သည် Durbin-Watson စမ်းသပ်မှုကို လုပ်ဆောင်နိုင်သည်။ သို့သော်၊ ကျွန်ုပ်တို့သည် ပိုမိုမြင့်မားသောအမှာစာများတွင် autocorrelation ကိုစမ်းသပ်လိုပါက Breusch-Godfrey စမ်းသပ်မှုကို လုပ်ဆောင်ရန်လိုအပ်သည်။

ဤစမ်းသပ်မှုသည် အောက်ပါ ယူဆချက်များကို အသုံးပြုပါသည်။

H ₀ (null hypothesis)- p ထက်နည်းသော သို့မဟုတ် ညီမျှသော အမှာစာ၏ အလိုအလျောက်ဆက်စပ်မှု မရှိပါ။

H _A (အခြားသောယူဆချက်)- p ထက်နည်းသော သို့မဟုတ် ညီမျှသော အချို့သောအမှာစာ၏ အလိုအလျောက်ဆက်စပ်မှုရှိပါသည်။

စမ်းသပ်မှုစာရင်းအင်းသည် လွတ်လပ်မှု p ဒီဂရီဖြင့် Chi-square ဖြန့်ဖြူးမှုကို လိုက်နာသည်။

ဤစမ်းသပ်မှုစာရင်းအင်းနှင့် ကိုက်ညီသော p-တန်ဖိုး သည် အချို့သော အရေးပါမှုအဆင့် (ဥပမာ- 0.05) အောက်တွင် ရှိနေပါက၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်နိုင်ပြီး ကျန်ရှိသော အချို့သောနိမ့်သောအစီအစဉ်တွင် သို့မဟုတ် p နှင့် ညီမျှသော autocorrelation ရှိကြောင်း ကောက်ချက်ချနိုင်ပါသည်။

R တွင် Breusch-Godfrey စမ်းသပ်မှုပြုလုပ်ရန်၊ ကျွန်ုပ်တို့သည် lmtest စာကြည့်တိုက်မှ bgtest(y ~ x, order = p) လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။

ဤသင်ခန်းစာသည် R တွင် ဤ syntax ကိုအသုံးပြုခြင်း၏ဥပမာတစ်ခုပေးသည်။

ဥပမာ- R တွင် Breusch-Godfrey စမ်းသပ်မှု

ဦးစွာ၊ ကြိုတင်ခန့်မှန်းနိုင်သော ကိန်းရှင်နှစ်ခု (x1 နှင့် x2) နှင့် တုံ့ပြန်မှုကိန်းရှင် (y) ပါဝင်သော ဒေတာအတွဲအတုကို ဖန်တီးကြပါစို့။

 #create dataset
df <- data. frame (x1=c(3, 4, 4, 5, 8, 9, 11, 13, 14, 16, 17, 20),
                 x2=c(7, 7, 8, 8, 12, 4, 5, 15, 9, 17, 19, 19),
                  y=c(24, 25, 25, 27, 29, 31, 34, 34, 39, 30, 40, 49))

#view first six rows of dataset
head(df)

  x1 x2 y
1 3 7 24
2 4 7 25
3 4 8 25
4 5 8 27
5 8 12 29
6 9 4 31

ထို့နောက်၊ ကျွန်ုပ်တို့သည် lmtest အထုပ်မှ bgtest() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ Breusch-Godfrey စမ်းသပ်မှုကို လုပ်ဆောင်နိုင်သည်။

ဤဥပမာအတွက်၊ အစီအစဥ် p = 3 တွင် အကြွင်းအကျန်များကြား autocorrelation ကို စမ်းသပ်ပါမည်။

 #load lmtest package
library (lmtest)

#perform Breusch-Godfrey test
bgtest(y ~ x1 + x2, order= 3 , data=df)

	Breusch-Godfrey test for serial correlation of order up to 3

data: y ~ x1 + x2
LM test = 8.7031, df = 3, p-value = 0.03351

ရလဒ်အရ စမ်းသပ်မှုစာရင်းအင်းသည် ^X2 = 8.7031 ဖြစ်ပြီး လွတ်လပ်မှု 3 ဒီဂရီဖြစ်ကြောင်း ကျွန်ုပ်တို့ သိနိုင်သည်။ သက်ဆိုင်ရာ p-value သည် 0.03351 ဖြစ်သည်။

ဤ p-value သည် 0.05 ထက်နည်းသောကြောင့်၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်နိုင်ပြီး 3 ထက်နည်းသော သို့မဟုတ် ညီမျှသော အမှာစာ၏ကျန်ရှိသောကျန်ရှိပစ္စည်းများကြားတွင် အလိုအလျောက်ဆက်စပ်မှုရှိနေသည်ဟု ကောက်ချက်ချနိုင်ပါသည်။

autocorrelation ကို ဘယ်လိုဖြေရှင်းမလဲ။

အကယ်၍ သင်သည် null hypothesis ကို ငြင်းပယ်ပြီး ကျန်ရှိသော autocorrelation တွင် autocorrelation ရှိနေကြောင်း ကောက်ချက်ချပါက၊ ၎င်းကို လုံလောက်သည်ဟု သင်ယူဆပါက ဤပြဿနာကို ပြင်ရန် ရွေးချယ်စရာများစွာရှိသည်။

• အပြုသဘောဆောင်သော အမှတ်စဉ်ဆက်နွယ်မှုအတွက်၊ မော်ဒယ်သို့ မှီခိုမှုနှင့်/သို့မဟုတ် အမှီအခိုကင်းသော ကိန်းရှင်၏ နောက်ကျကျန်မှုများကို ထည့်သွင်းစဉ်းစားပါ။
• အနုတ်လက္ခဏာ အမှတ်စဉ်ဆက်စပ်မှုအတွက်၊ သင့် variable များထဲမှ တစ်ခုမျှ နှောင့်နှေးနေမည်မဟုတ်ကြောင်း သေချာပါစေ။
• ရာသီအလိုက်ဆက်စပ်မှုအတွက်၊ မော်ဒယ်သို့ ရာသီအလိုက် အရုပ်များကို ထည့်စဉ်းစားပါ။

ထပ်လောင်းအရင်းအမြစ်များ

R တွင် ရိုးရှင်းသော linear regression လုပ်နည်း
R တွင် linear regression အများအပြားလုပ်ဆောင်နည်း
R တွင် Durbin-Watson စမ်းသပ်မှုပြုလုပ်နည်း