Aller au contenu
Omnikalc

Calculateur de Durbin-Watson

Saisissez le nombre d’observations, la somme des carrés des résidus et la somme des carrés des différences successives pour obtenir la statistique de Durbin-Watson et l’autocorrélation estimée.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Statistique de Durbin-Watson d

1,876

Pas de signe d’autocorrélation d’ordre 1
Autocorrélation estimée des résidus
0,062
Statistique z pour grand échantillon
0,48
Valeur p bilatérale (test grand échantillon)
0,6297

Le calculateur de Durbin-Watson donne la statistique de Durbin-Watson, l’autocorrélation estimée et une valeur p approchée à partir des sommes que votre logiciel de régression fournit pour les résidus.

Comment se fait le calcul

  • Saisissez le nombre d’observations.
  • Saisissez la somme des carrés des résidus et la somme des carrés des différences de résidus successifs.
  • Le calculateur donne d, l’autocorrélation, la statistique z et la valeur p.

Exemple

Avec 60 observations, une somme des carrés des résidus de 48,2 et une somme des carrés des différences successives de 90,4, d = 90,4 / 48,2 = 1,876. L’autocorrélation est 1 − d / 2 = 0,062, la statistique z vaut 0,48 et la valeur p bilatérale est de 0,6297, donc les résidus ne sont pas significativement corrélés au seuil de 5 %.

Pourquoi c’est utile

Le calculateur aide les étudiants, les analystes et les économistes à vérifier l’indépendance des erreurs d’une régression sur des données ordonnées dans le temps, comme des ventes par mois ou des prix par année.

À savoir

Les résidus doivent être dans l’ordre du temps, car la statistique compare chaque résidu au précédent. La valeur p donnée ici est l’approximation normale pour grand échantillon, et pour de petits échantillons ou des cas limites vous devez consulter les tables de Durbin-Watson, avec la borne inférieure dL et la borne supérieure dU : sous dL il y a une autocorrélation positive, au-dessus de dU il n’y en a pas, et entre les deux le test est non concluant. Le test ne s’applique pas quand le modèle contient la variable dépendante retardée, où l’on utilise le test h de Durbin. Tracez aussi les résidus au cours du temps, car une structure est souvent visible à l’œil.

Outils liés

Le calculateur de régression linéaire ajuste une droite, celui d’intervalle de prédiction de régression donne l’incertitude d’une prévision, celui de significativité d’une corrélation teste une corrélation et celui de loi normale donne des probabilités.

Questions fréquentes

Que mesure la statistique de Durbin-Watson ?

Elle vérifie si les résidus d’une régression sont corrélés avec les précédents. La statistique est d = Σ (e(t) − e(t−1))² / Σ e(t)², et elle varie de 0 à 4. Une valeur proche de 2 signifie aucune autocorrélation d’ordre 1, une valeur proche de 0 une forte autocorrélation positive et une valeur proche de 4 une forte autocorrélation négative.

Quel est le lien entre d et l’autocorrélation ?

Pour un grand échantillon, d vaut environ 2 (1 − ρ), où ρ est l’autocorrélation d’ordre 1 des résidus. Le calculateur inverse cette relation pour donner ρ et utilise ρ √n comme statistique approximativement normale centrée réduite. Le test exact utilise les bornes dL et dU des tables de Durbin-Watson, qui dépendent de n et du nombre de variables explicatives.

Pourquoi l’autocorrélation compte-t-elle ?

Une autocorrélation positive rend les erreurs types des coefficients trop petites, donc les tests paraissent plus significatifs qu’ils ne le sont. Elle est courante dans les séries temporelles. Les remèdes sont d’ajouter une variable retardée, d’utiliser des erreurs types de Newey-West ou d’ajuster un modèle avec une erreur autorégressive.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.