Teste de Durbin-Watson
Modelos e regressão · distribuição de referência: d (tabelada)
Quando usar
Verificar autocorrelação de primeira ordem nos resíduos de uma regressão, comum em dados ao longo do tempo.
Hipótese nula
Os resíduos não têm autocorrelação.
Pressupostos
- Regressão com intercepto
- Sem a variável resposta defasada entre as explicativas
Estatística
d = \dfrac{\sum_{t=2}^{n} (e_t - e_{t-1})^2}{\sum_{t=1}^{n} e_t^2}Como reportar
d = 1,32; p = 0,004
No R e no Python
R
library(lmtest)
dwtest(modelo)Python
from statsmodels.stats.stattools import durbin_watson
durbin_watson(modelo.resid) # só a estatística, sem o pNo Python, stats é scipy.stats e np é numpy.
Variantes e alternativas
- Breusch-Godfrey, para defasagens maiores
- Ljung-Box, nos resíduos de séries
Onde fica no catálogo
Modelos e regressão. Testes feitos dentro de um modelo ajustado: se um coeficiente importa, se o modelo explica algo e se os resíduos cumprem os pressupostos.
Na árvore de decisão
- O que você quer fazer? Testar um modelo de regressão
- O que você quer testar? Os resíduos
- Qual problema você suspeita? Autocorrelação, em dados ao longo do tempo