A estatística Durbin-Watson é uma ferramenta estatística que detecta se os resíduos da regressão são autocorrelacionados. Autocorrelação é um problema estatístico, onde os resíduos de uma regressão de séries temporais não são aleatórias, mas sim ter algum tipo de padrão. Este problema não enviesar os coeficientes da estimativa, mas tem um impacto sobre os erros padrão. Isto significa que se a sua regressão tem problemas de autocorrelação, pode haver resultados que parecem ser estatisticamente significativa, mas não são. Assim, calculando uma estatística Durbin-Watson usando Stata irá permitir que você para ver se esta é uma questão de preocupação.
Coisas que você precisa
- Stata, versão 9 ou superior
- dados de séries de tempo definido
Abra o banco de dados Stata e formatá-lo em um formato de série de tempo em que cada linha de dados representa um período do ano ou o tempo distinto.
Criar uma variável dummy para cada período de tempo. Se os dados tem apenas um período, você pode usar o código: gen ano = _n. Se seus dados são configurados de diferentes lugares observados ao longo do tempo, você pode usar: Bysort lugar: gen ano = _n, onde lugar é qualquer local que você observou
Use o comando tsset para especificar o período de tempo de seus dados e permitir que a estatística Durbin-Watson para calcular. Por exemplo, se os dados está configurado em que ano é a variável de série temporal, você deve digitar: tsset ano
Use o comando estat para gerar a estatística Durbin-Watson. Faça isso usando o estat dwatson código se seus dados são estritamente endógena e durbinalt estat Se os dados não são estritamente endógena.
Interpretar os resultados vendo a p-valor e as estatísticas qui-quadrado. Os testes p-valor para a correlação serial. Se o p-valor é maior do que 0,05, então não há nenhuma correlação serial e os seus dados estão bem. Se o valor p é inferior a 0,05, então há problemas de correlação de série que precisam ser abordadas.
dicas & avisos
- Este é um teste complexo que não deve ser feito a menos que você tem uma compreensão da empresa de estatísticas e de regressão