Serial Correlation LM Test This tes

Serial Correlation LM Test
This test is an alternative to the Q-statistics for testing serial correlation. The test belongs to
the class of asymptotic (large sample) tests known as Lagrange multiplier (LM) tests.
Unlike the Durbin-Watson statistic for AR(1) errors, the LM test may be used to test for
higher order ARMA errors and is applicable whether or not there are lagged dependent variables. Therefore, we recommend its use (in preference to the DW statistic) whenever you
are concerned with the possibility that your errors exhibit autocorrelation.
The null hypothesis of the LM test is that there is no serial correlation up to lag order ,
where is a pre-specified integer. The local alternative is ARMA( ) errors, where the
number of lag terms =max( ). Note that this alternative includes both AR( ) and
MA( ) error processes, so that the test may have power against a variety of alternative
autocorrelation structures. See Godfrey (1988), for further discussion.
The test statistic is computed by an auxiliary regression as follows. First, suppose you have
estimated the regression;

Kết quả (Việt) 1:

Nối tiếp tương quan LM thử nghiệm Thử nghiệm này là một thay thế cho Q-thống kê cho thử nghiệm serial tương quan. Các thử nghiệm thuộc về Các lớp học của tiệm cận (lớn mẫu) kiểm tra được biết đến như Lagrange nhân (LM) thử nghiệm. Không giống như thống kê Durbin-Watson AR(1) lỗi, kiểm tra LM có thể được sử dụng để kiểm tra cao hơn đặt hàng ARMA lỗi và có thể áp dụng cho dù có hay không có lagged phụ thuộc vào biến. Vì vậy, chúng tôi khuyên bạn nên sử dụng của nó (ưu đãi cho các số liệu thống kê DW) bất cứ khi nào bạn có liên quan với khả năng của bạn lỗi triển lãm autocorrelation.Giả thuyết null của thử nghiệm LM là là không có sự tương quan nối tiếp đến thứ tự tụt hậu, đó là một số nguyên đã chỉ định trước. Địa phương cách khác là ARMA () lỗi, nơi các số lượng các điều khoản tụt hậu = tối đa (). Lưu ý rằng điều này thay thế bao gồm cả hai AR () và MA () lỗi xử lý, do đó các thử nghiệm có thể có sức mạnh chống lại một loạt các thay thế cấu trúc autocorrelation. Xem abnj Godfrey (1988), để thảo luận thêm.Kiểm tra số liệu thống kê được tính bởi một hồi quy phụ trợ như sau. Trước tiên, giả sử bạn có ước tính các hồi quy;

Kết quả (Việt) 2:

Nối tiếp Correlation LM thử
nghiệm này là một thay thế cho Q-số liệu thống kê để kiểm tra sự tương quan nối tiếp. Xét nghiệm này thuộc về
các lớp học của tiệm cận (mẫu lớn) kiểm tra được gọi là Lagrange multiplier (LM) kiểm tra.
Không giống như các số liệu thống kê Durbin-Watson cho AR (1) lỗi, kiểm tra LM có thể được sử dụng để kiểm tra cho
bậc cao lỗi ARMA và là áp dụng có hoặc không có được độ trễ biến phụ thuộc. Vì vậy, chúng tôi khuyên bạn nên sử dụng nó (trong ưu tiên cho các số liệu thống kê DW) bất cứ khi nào bạn
đang quan tâm đến khả năng lỗi của bạn triển lãm tự tương quan.
Các giả thuyết của các bài kiểm tra LM là không có tương quan chuỗi lên đến tụt hậu thứ tự,
mà là một tiền số nguyên -specified. Việc thay thế địa phương là ARMA lỗi (), nơi mà các
số từ ngữ lag = max (). Lưu ý rằng phương án này bao gồm cả AR () và
MA () quá trình lỗi, vì vậy mà các thử nghiệm có thể có sức mạnh chống lại một loạt các lựa chọn
cấu trúc tự tương quan. Xem Godfrey (1988), để thảo luận thêm.
Các thống kê kiểm tra được tính bằng một hồi quy phụ trợ như sau. Đầu tiên, giả sử bạn đã
ước tính hồi quy;