W przypadku naruszenia tego za\u0142o\u017cenia b\u0142\u0119dy standardowe wsp\u00f3\u0142czynnik\u00f3w w modelu regresji prawdopodobnie zostan\u0105 niedoszacowane, co oznacza, \u017ce zmienne predykcyjne z wi\u0119kszym prawdopodobie\u0144stwem zostan\u0105 uznane za istotne statystycznie,<\/a> je\u015bli tak nie jest. nie s\u0105 w rzeczywisto\u015bci.<\/span><\/p>\n Jednym ze sposob\u00f3w sprawdzenia, czy za\u0142o\u017cenie to jest spe\u0142nione, jest wykonanie testu<\/strong> Durbina-Watsona<\/strong> , kt\u00f3ry s\u0142u\u017cy do wykrywania obecno\u015bci autokorelacji w resztach regresji.<\/span><\/p>\n Test Durbina-Watsona wykorzystuje nast\u0119puj\u0105ce za\u0142o\u017cenia:<\/span><\/p>\n H 0<\/sub> (hipoteza zerowa):<\/strong> Nie ma korelacji pomi\u0119dzy resztami.<\/span><\/p>\n H A<\/sub> (hipoteza alternatywna):<\/strong> Reszty s\u0105 autokorelowane.<\/span><\/p>\n Statystyk\u0119 testow\u0105 testu Durbina-Watsona, zwykle oznaczan\u0105 jako d<\/em> , oblicza si\u0119 w nast\u0119puj\u0105cy spos\u00f3b:<\/span> <\/p>\n Z\u0142oto:<\/span><\/p>\n Statystyka testowa zawsze mie\u015bci si\u0119 w przedziale od 0 do 4, gdzie:<\/span><\/p>\n Og\u00f3lnie rzecz bior\u0105c, je\u015bli d<\/em> jest mniejsze ni\u017c 1,5 lub wi\u0119ksze ni\u017c 2,5, istnieje potencjalnie powa\u017cny problem z autokorelacj\u0105. W przeciwnym razie, je\u015bli d<\/em> wynosi od 1,5 do 2,5, autokorelacja prawdopodobnie nie stanowi problemu.<\/span><\/p>\n Aby okre\u015bli\u0107, czy statystyka testu Durbina-Watsona jest znacz\u0105co istotna na okre\u015blonym poziomie alfa, mo\u017cna skorzysta\u0107 z poni\u017cszej tabeli warto\u015bci krytycznych.<\/span><\/p>\n Je\u017celi warto\u015b\u0107 bezwzgl\u0119dna statystyki testu Durbina-Watsona jest wi\u0119ksza od warto\u015bci podanej w tabeli, w\u00f3wczas mo\u017cna odrzuci\u0107 hipotez\u0119 zerow\u0105 testu i stwierdzi\u0107, \u017ce wyst\u0119puje autokorelacja.<\/span><\/p>\n Je\u015bli odrzucisz hipotez\u0119 zerow\u0105 testu Durbina-Watsona i dojdziesz do wniosku, \u017ce w resztach wyst\u0119puje autokorelacja, masz kilka r\u00f3\u017cnych mo\u017cliwo\u015bci rozwi\u0105zania tego problemu, je\u015bli uznasz go za wystarczaj\u0105co powa\u017cny:<\/span><\/p>\n Strategie te s\u0105 na og\u00f3\u0142 wystarczaj\u0105ce do usuni\u0119cia problemu autokorelacji.<\/span><\/p>\n Aby zapozna\u0107 si\u0119 z przyk\u0142adami test\u00f3w Durbina-Watsona krok po kroku, zapoznaj si\u0119 z poni\u017cszymi samouczkami, kt\u00f3re wyja\u015bniaj\u0105, jak przeprowadzi\u0107 test przy u\u017cyciu innego oprogramowania statystycznego:<\/span><\/p>\n Jak wykona\u0107 test Durbina-Watsona w R<\/a> Jednym z g\u0142\u00f3wnych za\u0142o\u017ce\u0144 regresji liniowej jest brak korelacji pomi\u0119dzy kolejnymi resztami . Inaczej m\u00f3wi\u0105c, zak\u0142adamy, \u017ce reszty s\u0105 niezale\u017cne. W przypadku naruszenia tego za\u0142o\u017cenia b\u0142\u0119dy standardowe wsp\u00f3\u0142czynnik\u00f3w w modelu regresji prawdopodobnie zostan\u0105 niedoszacowane, co oznacza, \u017ce zmienne predykcyjne z wi\u0119kszym prawdopodobie\u0144stwem zostan\u0105 uznane za istotne statystycznie, je\u015bli tak nie jest. nie s\u0105 w rzeczywisto\u015bci. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-1374","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n Kroki wykonywania testu Durbina-Watsona<\/strong><\/span><\/h3>\n
![\"Statystyka](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/durbinwatson1-1.png\")
<\/p>\n\n
\n
Co zrobi\u0107 w przypadku wykrycia autokorelacji<\/strong><\/h3>\n
\n
Przyk\u0142ady wykonania testu Durbina-Watsona<\/strong><\/span><\/h3>\n
Jak wykona\u0107 test Durbina-Watsona w Pythonie<\/a>
Jak wykona\u0107 test Durbina-Watsona w programie Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"