Durbin-Watson 통계량을 사용하여 자기 상관 검정

Durbin-Watson 통계량을 사용하여 회귀 모형의 오차에 자기 상관이 있는지 검정할 수 있습니다. 자기 상관은 인접 관측치의 오차가 상관되어 있음을 의미합니다. 오차가 상관되면 최소 제곱법이 계수의 표준 오류를 과소 추정할 수 있습니다. 표준 오차가 과소 추정되면 예측 변수가 유의하지 않은데 유의한 것으로 보일 수 있습니다.

예를 들어, 하루 주가는 다음 날 가격에 영향을 미치므로 일일 주가 데이터에 대한 회귀 모형의 오차는 선행 관측치에 따라 달라질 수 있습니다.

Durbin-Watson 통계량(D)은 관측치(행)의 순서에 따라 달라집니다. Minitab에서는 관측치가 시간 순서처럼 의미 있는 순서로 정렬되어 있다고 가정합니다. Durbin-Watson 통계량은 인접한 오차항 사이의 상관 계수가 0인지 여부를 확인합니다.

검정을 통해 결론을 내리기 위해 Durbin-Watson 통계량에 대해 표시된 값을 Savin and White¹. D > D_U이면 상관 관계가 없고 D < D_L이면 양의 상관 관계가 있으며, D가 상한과 하한 사이에 있으면 이 검정으로 결론을 내릴 수 없습니다. 표에는 양의 1차 자기 상관을 검정하기 위한 값이 제공됩니다. 검정의 유의 수준은 0.05입니다. 표는 절편이 있는 모형을 위한 것입니다.

음의 1차 자기 상관을 검정하기 위해 이 표를 사용할 수도 있습니다. 검정 통계량은 (4 – D)입니다. (4 – D) > D_U이면 상관 관계가 없고 (4 – D) < D_L이면 음의 상관 관계가 있으며, (4 – D)가 상한과 하한 사이에 있으면 이 검정으로 결론을 내릴 수 없습니다. ²

Durbin-Watson 통계량을 계산하려면 통계분석 > 회귀 분석 > 회귀 분석 > 적합 회귀 모형을 선택하고 결과을 클릭한 후 Durbin-Watson 통계량을 선택하십시오.