Autocorrelation’ and ‘multicollinea

Autocorrelation’ and ‘multicollinearity’ are the basic problems of regression analysis. When tables for four models are considered together, the same generalized evaluation can be made as follows:
The Durbin-Watson test is a widely used method of testing for autocorrelation. The Durbin-Watson Statistic is used to test for the presence of serial correlation among the residuals. Unfortunately, SPSS does not print the probability for accepting or rejecting the presence of serial correlation, though probability tables for the statistic are available in other texts. The value of the Durbin-Watson statistic ranges from 0 to 4. As a general rule of thumb, the residuals are uncorrelated is the Durbin-Watson statistic is approximately 2. A value close to 0 indicates strong positive correlation, while a value of 4 indicates strong negative correlation (Durbin and Watson, 1971). Durbin-Watson should be between 1.5 and 2.5 indicating the values are independent (Statistica). As shown in the relevant tables above all Durbin-Watson values belonging to four models are between 1.5 and 2.5 showing the absence of auto correlation.
Collinearity diagnostics were run to test for possible multicollinearity among the explanatory variables in model 1, model 2, model 3 and model 4. The relevant tables show multicollinearity test results. As can be seen from all relevant tables, there is no evidence of a multicollinearity problem since the condition index for each dimension is lower than 30 and at least two variance proportions are lower than 0.50 (Tabashnick and Fidell, 1996).

Kết quả (Việt) 1:

Autocorrelation' và 'multicollinearity' là các vấn đề cơ bản của phân tích hồi quy. Khi bảng cho bốn mô hình được coi là cùng nhau, đánh giá tổng quát tương tự có thể được thực hiện như sau:Thử nghiệm Durbin – Watson là một phương pháp được sử dụng rộng rãi của thử nghiệm cho autocorrelation. Thống kê Durbin – Watson được sử dụng để thử nghiệm cho sự hiện diện của serial correlation giữa các dư. Thật không may, SPSS không in xác suất cho việc chấp nhận hay từ chối sự hiện diện của serial correlation, mặc dù xác suất bảng cho số liệu thống kê có sẵn trong các văn bản khác. Giá trị của các dãy số liệu thống kê Durbin – Watson từ 0 đến 4. Như một quy luật chung của ngón cái, những dư đang không là thống kê Durbin – Watson là khoảng 2. Một giá trị gần 0 chỉ ra mối tương quan tích cực mạnh mẽ, trong khi một giá trị của 4 chỉ ra mối tương quan mạnh mẽ tiêu cực (Durbin và Watson, 1971). Durbin – Watson phải từ 1,5 đến 2,5 chỉ ra các giá trị độc lập (Statistica). Như thể hiện trong các bảng có liên quan trên tất cả giá trị Durbin – Watson thuộc bốn mô hình phải từ 1,5 đến 2,5 Hiển thị sự vắng mặt của mối tương quan tự động.Collinearity chẩn đoán được điều hành để kiểm tra có thể multicollinearity giữa các biến giải thích ở mẫu 1, mẫu 2, mẫu 3 và Mẫu 4. Các bảng có liên quan Hiển thị các kết quả thử nghiệm multicollinearity. Có thể nhìn thấy từ tất cả các bảng có liên quan, có là không có bằng chứng của một vấn đề multicollinearity kể từ khi chỉ số tình trạng cho mỗi kích thước thấp hơn 30 và có ít nhất hai phương sai tỷ lệ thấp hơn 0,50 (Tabashnick và Fidell, 1996).

Kết quả (Việt) 2:

Tự tương quan "và" đa cộng 'là những vấn đề cơ bản của phân tích hồi quy. Khi bảng cho bốn mô hình được xem xét cùng nhau, việc đánh giá tổng quát tương tự có thể được thực hiện như sau:
Các thử nghiệm Durbin-Watson là một phương pháp được sử dụng rộng rãi của các thử nghiệm cho tương quan. Các Durbin-Watson Thống kê được sử dụng để kiểm tra sự hiện diện của các mối tương quan nối tiếp giữa các phần dư. Thật không may, SPSS không in xác suất chấp nhận hay từ chối sự hiện diện của mối quan hệ nối tiếp, mặc dù các bảng xác suất cho các số liệu thống kê có sẵn trong các văn bản khác. Các giá trị thống kê Durbin-Watson khoảng từ 0 đến 4. Như một quy luật chung của ngón tay cái, các số dư là không tương quan là thống kê Durbin-Watson là khoảng 2. Một giá trị gần bằng 0 cho mối tương quan tích cực mạnh mẽ, trong khi giá trị của 4 chỉ mạnh tương quan âm (Durbin và Watson, 1971). Durbin-Watson nên được giữa 1.5 và 2.5 cho thấy các giá trị độc lập (Statistica). Như thể hiện trong các bảng có liên quan trên tất cả các giá trị Durbin-Watson thuộc bốn mô hình là giữa 1.5 và 2.5 cho thấy sự vắng mặt của tự tương quan.
Cộng tuyến chẩn đoán được chạy để kiểm tra đa cộng có thể có giữa các biến giải thích trong mô hình 1, mô hình 2, hình 3 và mô hình 4. Các bảng có liên quan hiển thị kết quả kiểm tra đa cộng. Như có thể thấy từ tất cả các bảng có liên quan, không có bằng chứng của một vấn đề đa cộng kể từ khi chỉ số điều kiện để mỗi chiều là thấp hơn 30 và ít nhất hai tỷ lệ sai là thấp hơn 0.50 (Tabashnick và Fidell, 1996).