2-9e　回帰式による予測5

系列相関のあるケース

ダービン・ワトソン比

データファイル

　Excel 5.0/95 〜

　CSV

解説

• 時系列の基礎「いろは」の「い」は知っておくこと。
• 誤差はふつう「ランダム」（無相関で同一分布）と仮定される。
• 多くの時系列データでは隣り合う誤差が相関があり、仮定不成立。
• 「系列相関」あるいは「自己相関」といわれる。
• 因果関係などから前の効果が後に影響を与える場合が典型。
• 残差を見ると、いくつかの特徴があらわれている。例２つ：
  　-　誤差の符号（+,-）が交代するケース
  　-　誤差に山、谷の波動が出る周期性のケース
  　-　その他（さまざまな多様なケース）
• 正確には、「ダービン・ワトソン比」を計算すれば判定される。
• 通常の最小二乗法には見かけ上実際よりよいフィットを与える問題点。
• 不偏な回帰係数であることは変わらない。
• 系列相関を除く方法が知られている。
• 逆に、系列相関の存在は新しいモデルの仮定に通じる。

分析結果　=>　ここ（制作中）

出典　Durbin, J., Watson, G. S., "Testing for serial correlation in least square regression I I," Biometrika, Vol. 31, 1951.

＊　原典論文データ中、1938 年所得データに自明なミス（所得がちょうど 10 倍異動）があると思われるので、訂正済み（1.1182 を 2.1182 と変更）。その他一箇所、本サイト転載ミスを訂正。 New !

　トップページへ