Dapatkah saya mempercayai suatu regresi jika variabel berkorelasi otomatis?

Kedua variabel (dependen dan independen) menunjukkan efek autokorelasi. Data bersifat time-series dan stasioner

Ketika saya menjalankan residu regresi tampaknya tidak berkorelasi. Statistik Durbin-Watson saya lebih besar dari nilai kritis atas, jadi ada bukti bahwa istilah kesalahan tidak berkorelasi positif. Juga ketika saya merencanakan ACF untuk kesalahan sepertinya tidak ada korelasi di sana dan statistik Ljung-Box lebih kecil dari nilai kritis.

Bisakah saya mempercayai hasil regresi saya, apakah t-statistik dapat diandalkan?

T-statistik dapat diandalkan dengan tidak adanya autokorelasi kesalahan. Fakta bahwa residu tidak menampilkan autokorelasi yang signifikan menunjukkan, dengan cara yang tidak terlalu ketat, bahwa autokorelasi dalam variabel dependen Anda disebabkan autokorelasi dalam variabel independen Anda. Namun, penting juga untuk diingat bahwa perbedaan antara signifikansi statistik dan signifikansi itu sendiri tidak signifikan secara statistik dalam banyak kasus, misalnya, t-statistik 1,8 vs t-statistik 2,8 adalah perbedaan 1,0, maka kurangnya kekakuan dalam pernyataan di atas.

Pendekatan alternatif adalah memodelkan data menggunakan teknik analisis deret waktu, yang, untuk R, dijelaskan secara singkat dalam tampilan tugas CRAN: Analisis Deret Waktu . Teknik-teknik ini dapat memberi Anda estimasi parameter yang lebih tajam dengan secara eksplisit memodelkan struktur korelasi lintas waktu, sedangkan, jika Anda tidak memodelkannya secara eksplisit, Anda secara implisit mengasumsikan bahwa satu-satunya struktur seperti itu dalam data adalah karena variabel independen.

T-statistik tidak dapat diandalkan di hadapan autokorelasi kesalahan. Korelasi otomatis dalam kesalahan dapat disebabkan karena struktur lag yang tidak cukup dalam variabel kausal atau struktur lag variabel dependen yang tidak memadai. Lebih jauh lagi, anomali dalam struktur kesalahan menyebabkan seseorang salah menerima keacakan sehingga perhatian harus diambil untuk mengurangi dampak Pulsa, Pergeseran Level, Pulsa Musiman dan / atau Tren Waktu Lokal yang mungkin ada tetapi tidak diobati. Uji Durbin-Watson hanya mengungkapkan korelasi-otomatis signifikan dari lag 1. Jika ada korelasi-otomatis katakanlah lag S di mana S adalah frekuensi pengukuran (4,7,12 dll.) Uji DW akan secara keliru menunjukkan keacakan.