Wzór na test Durbina-Watsona ma postać:
\(DW = \dfrac{\sum\limits_{i=1}^{n-1}(e_{(i+1)} - e_{(i)})^2}{\sum\limits_{i=1}^n e_{(i)}^2}\)
\(DW = \dfrac{\sum\limits_{i=1}^{n-1}(e_{(i+1)} - e_{(i)})^2}{\sum\limits_{i=1}^n e_{(i)}^2}\)
Gdzie:
\(DW\) - test Durbina-Watsona
\(e_{(i)}\) - reszta w modelu regresji
\(e_{(i+1)}\) - kolejna reszta w modelu regresji
\(n\) - liczba obserwacji
Reszty obliczamy według wzoru na resztę w równaniu regresji liniowej
Należy pamiętać, że obliczają statystykę DW w mianowniku sumujemy wszystkie reszty, nie tylko te, które posłużyły nam do obliczenia różnic pomiędzy kolejnymi resztami. W tym przypadku, naturalnie jednej różnicy nie będzie (stad we wzorze n-1).
\(DW\) - test Durbina-Watsona
\(e_{(i)}\) - reszta w modelu regresji
\(e_{(i+1)}\) - kolejna reszta w modelu regresji
\(n\) - liczba obserwacji
Reszty obliczamy według wzoru na resztę w równaniu regresji liniowej
Należy pamiętać, że obliczają statystykę DW w mianowniku sumujemy wszystkie reszty, nie tylko te, które posłużyły nam do obliczenia różnic pomiędzy kolejnymi resztami. W tym przypadku, naturalnie jednej różnicy nie będzie (stad we wzorze n-1).
Wzór na test Durbina-Watsona - jak stosować w praktyce?