변수가 자동 상관 관계인 경우 회귀를 신뢰할 수 있습니까?

두 변수 (종속 및 독립)는 자기 상관 효과를 나타냅니다. 데이터는 시계 열적이며 고정적입니다

회귀 분석을 실행하면 잔차가 상관되지 않은 것으로 보입니다. 내 Durbin-Watson 통계량이 임계 값보다 높으므로 오류 항이 양의 상관 관계가 없다는 증거가 있습니다. 또한 오류에 대해 ACF를 플롯하면 상관 관계가 없으며 Ljung-Box 통계가 임계 값보다 작은 것처럼 보입니다.

회귀 출력을 신뢰할 수 있습니까, t- 통계량은 신뢰할 수 있습니까?

t- 통계량은 오차의 자기 상관이없는 경우 신뢰할 수 있습니다. 잔차가 유의 한 자기 상관을 표시하지 않는다는 사실은 몹시 엄격하지는 않지만 종속 변수의 자기 상관이 독립 변수의 자기 상관에 의한 것임을 나타냅니다. 그러나 통계적 유의성과 무의미한 차이는 많은 경우에 통계적으로 중요하지 않다는 점을 기억하는 것이 중요합니다. 예를 들어, t- 통계량 1.8과 t- 통계량 2.8은 1.0의 차이이므로 위의 진술에서 엄격합니다.

다른 방법은 시계열 분석 기법을 사용하여 데이터를 모델링하는 것인데, R의 경우 CRAN 작업보기 : 시계열 분석 에 매우 간략하게 설명되어 있습니다 . 이러한 기법을 사용하면 교차 시간 상관 구조를 명시 적으로 모델링하여 더 정확한 모수 추정치를 얻을 수 있지만, 명시 적으로 모델링하지 않으면 데이터에서 이러한 구조가 독립 변수에 의한 것임을 암시 적으로 가정합니다.

t- 통계량은 오차의 자기 상관이 존재하는 경우 신뢰할 수 없습니다. 오류의 자동 상관은 원인 변수의 지연 구조가 불충분하거나 종속 변수 지연 구조가 불충분하기 때문일 수 있습니다. 더욱이 오류 구조의 이상은 무작위성을 부정확하게 받아들이 기 때문에 존재하지만 처리되지 않은 펄스, 레벨 시프트, 계절 펄스 및 / 또는 로컬 시간 추세의 영향을 완화하기 위해주의를 기울여야합니다. Durbin-Watson 테스트는 지연 1의 유의 한 자동 상관 관계 만 나타냅니다. Slag가 측정 주파수 (4,7,12 등) 인 Slag S의 자동 상관 관계가있는 경우 DW 테스트는 임의성을 잘못 제안합니다.