Durbin-Watson(DW)統計量是對統計回歸分析中殘差自相關的檢驗。Durbin-Watson統計量的值總是介於0和4之間。值為2.0表示在樣本中沒有檢測到自相關。從0到小於2的值表示正自相關,從2到4的值表示負自相關。
顯示正自相關的股票價格表明昨天的價格與今天的價格正相關,因此,如果股票昨天下跌,也可能是今天下跌。另一方面,一種具有負自相關的證券,隨著時間的推移,會對自身產生負面影響,因此,如果它昨天下跌,那麼它今天上漲的可能性就更大。
自相關,也被稱為序列相關,在分析歷史資料時,如果人們不知道如何尋找它,它可能是一個重要的問題。例如,由於股票價格從一天到另一天往往不會發生太大的變化,因此從一天到下一天的價格可能具有高度的相關性,儘管在這一觀察中幾乎沒有有用的資訊。為了避免自相關問題,金融學中最簡單的解決方法就是簡單地將一系列的歷史價格轉換成一系列的百分比價格變化。
自相關可以用於技術分析,這是最關心的趨勢和關係,證券價格使用圖表技術代替公司的財務健康或管理。技術分析師可以利用自相關來觀察過去的價格對未來價格的影響。
德賓-沃森統計資料是以統計學家詹姆斯-德賓和傑弗裡-沃森的名字命名的。
自相關可以顯示是否存在與股票相關的動量因子。例如,如果你知道一隻股票在歷史上具有很高的正自相關值,並且你見證了該股票在過去幾天取得了穩定的收益,那麼你可能會合理地預期未來幾天(領先時間序列)的走勢與滯後時間序列的走勢相匹配,並向上移動。
Durbin-Watson統計量的公式相當複雜,但涉及一組資料的普通最小二乘回歸的殘差。下麵的示例說明如何計算此統計資訊。
假設以下(x,y)資料點:
一對=(10,1100)二對=(20,1200)三對=(35985)四對=(40750)五對=(50,1215)六對=(45,1000)\begin{aligned}&\text{Pair One}=\左({10},{1100}\右)\\&\text{Pair Two}=\左({20},{1200}\右)\\&\text{Pair Three}=\左({35},{985}\右)\\&\text{Pair Four}=\左({40},{750}\右)\\&\text{Pair Five}=\左({50},{1215}\右)\\&\text{Pair Six}=\左({45},{1000}\右)\\尾{對齊}一對=(10,1100)二對=(20,1200)三對=(35985)四對=(40750)五對=(50,1215)六對=(45,1000)
使用最小二乘回歸法尋找“最佳擬合線”,該資料的最佳擬合線方程為:
是的=−2.6268x+1129.2Y={-2.6268}x+{1129.2}Y=−2.6268倍+1129.2倍
計算Durbin-Watson統計量的第一步是使用最佳擬合線方程計算期望的“y”值。對於此資料集,預期的“y”值為:
預期(1)=(−2.6268×10) +1129.2=1102.9預期(2)=(−2.6268×20) +1129.2=1076.7預期(3)=(−2.6268×35)+1129.2=1037.3預期(4)=(−2.6268×40)+1129.2=1024.1預期(5)=(−2.6268×50)+1129.2=997.9預期(6)=(−2.6268×45)+1129.2=1011\開始{對齊}&\text{Expected}Y\左({1}\右)=\左({2.6268}\次{10}\右)+{1129.2}={1102.9}\\&\text{Expected}Y\左({2}\右)=\左({2.6268}\次{20}\右)+{1129.2}={1076.7}\\&\text{Expected}Y\左({3}\右)=\左({2.6268}\次{35}\右)+{1129.2}={1037.3}\\&\text{Expected}Y\左({4}\右)=\左({2.6268}\次{40}\右)+{1129.2}={1024.1}\\&\text{Expected}Y\左({5}\右)=\左({2.6268}\次{50}\右)+{1129.2}={997.9}\\&\text{Expected}Y\ left({6}\ right)=\ left({2.6268}\乘以{45}\ right)+{1129.2}={1011}\\\ end{aligned}預期(1)=(−2.6268×10) +1129.2=1102.9預期(2)=(−2.6268×20) +1129.2=1076.7預期(3)=(−2.6268×35)+1129.2=1037.3預期(4)=(−2.6268×40)+1129.2=1024.1預期(5)=(−2.6268×50)+1129.2=997.9預期(6)=(−2.6268×45)+1,129.2=1,011
接下來,計算實際“y”值與預期“y”值的差值,即誤差:
誤差(1)=(1100−1,102.9)=−2.9誤差(2)=(1200−1076.7)=123.3誤差(3)=(985−1,037.3)=−52.3誤差(4)=(750−1,024.1)=−274.1錯誤(5)=(1215−997.9)=217.1錯誤(6)=(1000−1,011)=−11\開始{對齊}&\text{Error}\左({1}\右)=\左({1100}-{1102.9}\右)={-2.9}\\&\text{Error}\左({2}\右)=\左({1200}-{1076.7}\右)={123.3}\\&\text{Error}\左({3}\右)=\左({985}-{1037.3}\右)={52.3}\\&\text{Error}\左({4}\右)=\左({750}-{1024.1}\右)={-274.1}\\&\text{Error}\左({5}\右)=\左({1215}-{997.9}\右)={217.1}\\&\text{Error}\左({6}\右)=\左({1000}-{1011}\右)={11}\\\尾{對齊}誤差(1)=(1100−1,102.9)=−2.9誤差(2)=(1200−1076.7)=123.3誤差(3)=(985−1,037.3)=−52.3誤差(4)=(750−1,024.1)=−274.1錯誤(5)=(1215−997.9)=217.1錯誤(6)=(1000−1,011)=−11
接下來必須對這些誤差進行平方和求和:
誤差平方和=(−2.92+123.32+−52.32+−274.12+217.12+−112)=140330.81\開始{對齊}&\文字{錯誤平方和=}\\&\左({2.9}^{2}+{123.3}^{2}+{-52.3}^{2}+{-274.1}^{2}+{217.1}^{2}+{-11}^{2}\右)=\\&{140330.81}\\&\文字{}\\\結束{對齊}誤差平方和=(−2.92+123.32+−52.32+−274.12+217.12+−112)=140,330.81
接下來,計算誤差減去先前誤差的值並求平方:
差(1)=(123.3−(−2.9))=126.2差異(2)=(−52.3−123.3)=−175.6差異(3)=(−274.1−(−52.3))=−221.9差值(4)=(217.1−(−274.1))=491.3差異(5)=(−11−217.1)=−228.1Sum of Differences Square=389406.71\開始{對齊}&\text{Difference}\左({1}\右)=\左({123.3}-\左({2.9}\右)={126.2}\\&\text{Difference}\左({2}\右)=\左({-52.3}-{123.3}\右)={-175.6}\\&\text{Difference}\左({3}\右)=\左({-274.1}-\左({-52.3}\右)={-221.9}\\&\text{Difference}\左({4}\右)=\左({217.1}-\左({-274.1}\右)={491.3}\\&\text{Difference}\左({5}\右)=\左({-11}-{217.1}\右)={-228.1}\\&\text{Sum of Differences Square}={389406.71}\\\結束{對齊}差(1)=(123.3−(−2.9))=126.2差異(2)=(−52.3−123.3)=−175.6差異(3)=(−274.1−(−52.3))=−221.9差值(4)=(217.1−(−274.1))=491.3差異(5)=(−11−217.1)=−228.1平方差之和=389406.71
最後,Durbin-Watson統計是平方值的商:
杜賓·沃森=389406.71/140330.81=2.77\text{Durbin-Watson}={389406.71}/{140330.81}={2.77}杜賓·沃森=389406.71/140330.81=2.77
經驗法則是1.5到2.5之間的測試統計值是相對正常的。任何超出此範圍的值都可能引起關註。Durbin–Watson統計雖然由許多回歸分析程式顯示,但在某些情況下並不適用。例如,當解釋變數中包含滯後因變數時,則不適合使用該檢驗。
你想開始為你的**和電腦設計定製桌布嗎?使用這些Illustrator工具和效果來提升您的工作,或儲存它們以供將來的專案使用。 ...
...城和龍這樣的遊戲中,玩家創造出自己的角色,擁有各種統計資料。這些統計資料,如力量和智力,決定了他們在各個領域的技能。在一個地牢大師的帶領下,玩家們開始冒險,他控制著遊戲的流程和故事。 ...
...的大小。 這一切真的很好,但是BetterTouchTool還允許您設計定製的觸控板手勢或鍵盤快捷鍵,以便更快地排列視窗,並符合許多其他規範。例如,我喜歡用三分之二到三分之一的分割法,這樣我就可以做到。如果你把時間放進去...
...雜的是產生所有音訊的引擎。Spatial的目標是使為空間設計定製聲音變得容易,並且使聲音以生成的方式發生,而不是在環路或軌道上。它有三個主要部分。 首先,還有SpatialStudio,一個Mac應用程式,它是一種邏輯和虛幻引擎的邪...
...裝置上貼上你自己的自定義圖章都很容易。以下是如何設計定製的**殼、主題、圖示等,讓你的iPhone內外都發生變化。...
...(例如平方、立方等) 瞭解多項式趨勢 大資料和統計分析變得越來越普遍和容易使用;許多統計軟體包現在定期包含多項式趨勢線作為其分析的一部分。在繪製變數圖時,現在的分析師通常使用六條常見趨勢線或回歸中...
什麼是聯合概率(a joint probability)? 聯合概率是一種統計方法,用來計算兩個事件在同一時間點同時發生的可能性。聯合概率是事件Y與事件X同時發生的概率。 聯合概率公式為 聯合概率的符號可以有幾種不同的形式。以下公式...
...但使用的是相同的四個步驟:定義假設、設定標準、計算統計資料和得出結論。 與大多數統計工具和模型一樣,這種數學模型也有侷限性,並且容易出現某些錯誤,因此投資者也有必要結合這種模型考慮其他模型 什麼是假...
...。這兩個指標是優勢比和相對風險。兩者都是兩個不同的統計概念,儘管彼此有很大的關聯。 相對風險(RR)就是兩個事件發生的概率或關係。假設A是事件1,B是事件2,把B除以A或A/B就可以得到RR。這正是專家們提出的流行說法...