Cómo calcular Durbin-Watson Estadísticas

Admin Noviembre 16, 2015 / 21:58:14 Educación 776 0

La estadística de Durbin-Watson es una herramienta estadística que detecta si los residuos de la regresión se autocorrelacionados. La autocorrelación es un problema estadístico en el que los residuos de una serie de tiempo de regresión no son al azar, sino que tienen algún tipo de modelo. Este problema no distorsionar los coeficientes de la estimación, pero tiene un impacto en los errores estándar. Esto significa que si sus problemas de regresión de autocorrelación, puede haber resultados que parecen ser estadísticamente significativa, pero no lo son. De este modo, mediante el cálculo de una estadística de Durbin-Watson utilizando Stata le permitirá ver si esto es un motivo de preocupación.

Abra la base de datos en formato Stata y formato en una serie donde cada fila de datos representa un año o período de tiempo diferente.

Crear una variable dummy para cada período de tiempo. Si los datos tienen solamente un término, puede utilizar el código: gen año = _n. Si los datos se ajustan a diferentes lugares observados en el curso del tiempo, se puede utilizar: Bysort lugar: gen año = _n, donde lugar es donde se lo mire


Tsset Utilice el comando para especificar el período de tiempo de sus datos y permitir que el estadístico de Durbin-Watson para calcular. Por ejemplo, si los datos se establece cuando el año es la variable de series de tiempo, debe introducir: tsset años

Utilice el comando estat para generar la estadística de Durbin-Watson. Para ello debe utilizar la estat dwatson código si sus datos están durbinalt estrictamente endógeno y estat si no son estrictamente endógeno de los datos.

Interpretar los resultados, en busca de la p-valor y la estadística de chi-cuadrado. La prueba de valor de p para la correlación serial. Si el valor p es mayor que 0,05, entonces no hay correlación serial en el ajuste de los datos. Si el p-valor es inferior a 0,05 luego están los problemas de correlación serial que deben ser abordados.

  Like 0   Dislike 0
Comentarios (0)
Sin comentarios

Añadir un comentario

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Caracteres a la izquierda: 3000
captcha