Saltar al contenido
Omnikalc

Calculadora de Durbin-Watson

Introduce el número de observaciones, la suma de los cuadrados de los residuos y la suma de los cuadrados de las diferencias sucesivas para obtener el estadístico de Durbin-Watson y la autocorrelación estimada.

Actualizado el
Tus datos

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

Estadístico de Durbin-Watson d

1,876

Sin indicio de autocorrelación de orden 1
Autocorrelación estimada de los residuos
0,062
Estadístico z para muestra grande
0,48
Valor p bilateral (prueba para muestra grande)
0,6297

La calculadora de Durbin-Watson da el estadístico de Durbin-Watson, la autocorrelación estimada y un valor p aproximado a partir de las sumas que tu programa de regresión proporciona para los residuos.

Cómo se hace el cálculo

  • Introduce el número de observaciones.
  • Introduce la suma de los cuadrados de los residuos y la suma de los cuadrados de las diferencias de residuos sucesivos.
  • La calculadora da d, la autocorrelación, el estadístico z y el valor p.

Ejemplo

Con 60 observaciones, una suma de cuadrados de los residuos de 48,2 y una suma de cuadrados de las diferencias sucesivas de 90,4, d = 90,4 / 48,2 = 1,876. La autocorrelación es 1 − d / 2 = 0,062, el estadístico z vale 0,48 y el valor p bilateral es 0,6297, de modo que los residuos no están correlacionados de forma significativa al nivel del 5 %.

Por qué es útil

La calculadora ayuda a estudiantes, analistas y economistas a comprobar la independencia de los errores de una regresión con datos ordenados en el tiempo, como ventas por mes o precios por año. En econometría es una de las comprobaciones habituales tras estimar un modelo con series temporales, por ejemplo con datos de ventas mensuales o de indicadores anuales.

Conviene saber

Los residuos deben estar en orden temporal, porque el estadístico compara cada residuo con el anterior. El valor p que se da aquí es la aproximación normal para muestra grande, y para muestras pequeñas o casos límite debes consultar las tablas de Durbin-Watson, con la cota inferior dL y la cota superior dU: por debajo de dL hay autocorrelación positiva, por encima de dU no la hay, y entre ambas la prueba no es concluyente. La prueba no se aplica cuando el modelo contiene la variable dependiente retardada, caso en que se usa la prueba h de Durbin. Representa también los residuos a lo largo del tiempo, porque una estructura suele verse a simple vista.

Herramientas relacionadas

La calculadora de regresión lineal ajusta una recta, la de intervalo de predicción de la regresión da la incertidumbre de una previsión, la de significación de una correlación contrasta una correlación y la de distribución normal da probabilidades.

Preguntas frecuentes

¿Qué mide el estadístico de Durbin-Watson?

Comprueba si los residuos de una regresión están correlacionados con los anteriores. El estadístico es d = Σ (e(t) − e(t−1))² / Σ e(t)², y varía de 0 a 4. Un valor próximo a 2 significa que no hay autocorrelación de orden 1, un valor próximo a 0 una fuerte autocorrelación positiva y un valor próximo a 4 una fuerte autocorrelación negativa.

¿Qué relación hay entre d y la autocorrelación?

Para una muestra grande, d vale aproximadamente 2 (1 − ρ), donde ρ es la autocorrelación de orden 1 de los residuos. La calculadora invierte esta relación para dar ρ y utiliza ρ √n como estadístico aproximadamente normal estándar. La prueba exacta usa las cotas dL y dU de las tablas de Durbin-Watson, que dependen de n y del número de variables explicativas.

¿Por qué importa la autocorrelación?

Una autocorrelación positiva hace que los errores típicos de los coeficientes sean demasiado pequeños, de modo que las pruebas parecen más significativas de lo que son. Es habitual en las series temporales. Los remedios son añadir una variable retardada, usar errores típicos de Newey-West o ajustar un modelo con error autorregresivo.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.