QUESTÃO 4 A autocorrelação significa que os erros de observações adjacentes são correlacionados. Se os erros estiverem correlacionados, a regressão de mínimos quadrados pode subestimar o erro padrão dos coeficientes. Os erros padrão subestimados podem fazer com que seus preditores pareçam significativos quando eles não são.
SILVA, Sidinei Silvério da. Econometria. UniCesumar: Centro Universitário Cesumar. Núcleo de Educação à Distância. Maringá-PR, 2021.
Nesse contexto, para testar a presença de autocorrelação nos erros de um modelo de regressão, podemos usar: Alternativas Alternativa 1: a estatística Anderson-Darling.
Use a estatística Durbin-Watson para testar a presença de autocorrelação nos erros de um modelo de regressão. A autocorrelação significa que os erros de observações adjacentes são correlacionados. Se os erros estiverem correlacionados, a regressão de mínimos quadrados pode subestimar o erro padrão dos coeficientes.
Lista de comentários
Resposta:
Alternativa 3:
a estatística Durbin-Watson.
Explicação:
Use a estatística Durbin-Watson para testar a presença de autocorrelação nos erros de um modelo de regressão. A autocorrelação significa que os erros de observações adjacentes são correlacionados. Se os erros estiverem correlacionados, a regressão de mínimos quadrados pode subestimar o erro padrão dos coeficientes.
Resposta:
Alternativa 3:
a estatística Durbin-Watson.
Explicação:
Autocorrelação dos resíduos para modelos temporais.