डर्बिन वाटसन सांख्यिकी

डर्बिन वाटसन आँकड़ा क्या है?

डर्बिन वाटसन (डीडब्ल्यू) सांख्यिकी एक सांख्यिकीय मॉडल या प्रतिगमन विश्लेषण से अवशेषों में स्वत: सहसंबंध के लिए एक परीक्षण है । डर्बिन-वाटसन आंकड़े का मान हमेशा 0 और 4 के बीच होगा। 2.0 का मान इंगित करता है कि नमूने में कोई ऑटोसहसंबंध नहीं पाया गया है। 0 से 2 से कम के मान सकारात्मक स्वतःसंबंध को इंगित करते हैं और 2 से 4 के मान का अर्थ नकारात्मक स्वतःसंबंध है।

सकारात्मक ऑटोसहसंबंध प्रदर्शित करने वाला एक स्टॉक मूल्य यह दर्शाता है कि कल की कीमत का आज की कीमत पर सकारात्मक संबंध है - इसलिए यदि स्टॉक कल गिर गया, तो यह भी संभावना है कि यह आज गिर जाए। दूसरी ओर, एक सुरक्षा जिसका नकारात्मक स्वसहसंबंध है, समय के साथ स्वयं पर एक नकारात्मक प्रभाव डालता है - ताकि यदि वह कल गिर गया, तो उसके आज बढ़ने की अधिक संभावना है।

डर्बिन वाटसन सांख्यिकी की मूल बातें

ऑटोसहसंबंध, जिसे सीरियल सहसंबंध के रूप में भी जाना जाता है,. ऐतिहासिक डेटा का विश्लेषण करने में एक महत्वपूर्ण समस्या हो सकती है यदि कोई इसे देखने के लिए नहीं जानता है। उदाहरण के लिए, चूंकि स्टॉक की कीमतें एक दिन से दूसरे दिन में बहुत अधिक मौलिक रूप से नहीं बदलती हैं, एक दिन से दूसरे दिन की कीमतों में संभावित रूप से अत्यधिक सहसंबद्ध हो सकता है, भले ही इस अवलोकन में बहुत कम उपयोगी जानकारी हो। ऑटोसहसंबंध के मुद्दों से बचने के लिए, वित्त में सबसे आसान समाधान ऐतिहासिक कीमतों की एक श्रृंखला को दिन-प्रतिदिन प्रतिशत-मूल्य परिवर्तन की एक श्रृंखला में परिवर्तित करना है।

ऑटोसहसंबंध तकनीकी विश्लेषण के लिए उपयोगी हो सकता है,. जो किसी कंपनी के वित्तीय स्वास्थ्य या प्रबंधन के बदले चार्टिंग तकनीकों का उपयोग करते हुए सुरक्षा कीमतों के रुझानों और उनके बीच संबंधों से सबसे अधिक संबंधित है। तकनीकी विश्लेषक ऑटोसहसंबंध का उपयोग यह देखने के लिए कर सकते हैं कि किसी सुरक्षा के लिए पिछली कीमतों का उसके भविष्य की कीमत पर कितना प्रभाव पड़ता है।

ऑटोसहसंबंध दिखा सकता है कि स्टॉक से जुड़ा कोई गति कारक है या नहीं। उदाहरण के लिए, यदि आप जानते हैं कि एक स्टॉक का ऐतिहासिक रूप से एक उच्च सकारात्मक ऑटोसहसंबंध मूल्य है और आपने पिछले कई दिनों में स्टॉक को ठोस लाभ कमाते हुए देखा है, तो आप आने वाले कई दिनों (अग्रणी समय श्रृंखला) में आंदोलनों की उचित उम्मीद कर सकते हैं। लैगिंग टाइम सीरीज़ से मेल खाते हैं और ऊपर की ओर बढ़ते हैं।

डर्बिन वाटसन सांख्यिकी का नाम सांख्यिकीविद् जेम्स डर्बिन और जेफ्री वाटसन के नाम पर रखा गया है।

विशेष ध्यान

अंगूठे का एक नियम यह है कि 1.5 से 2.5 की सीमा में DW परीक्षण सांख्यिकीय मान अपेक्षाकृत सामान्य हैं। हालाँकि, इस सीमा से बाहर के मान चिंता का कारण हो सकते हैं। कई प्रतिगमन विश्लेषण कार्यक्रमों द्वारा प्रदर्शित होने पर, डर्बिन-वाटसन आँकड़ा कुछ स्थितियों में लागू नहीं होता है।

उदाहरण के लिए, जब लैग्ड आश्रित चरों को व्याख्यात्मक चरों में शामिल किया जाता है, तो इस परीक्षण का उपयोग करना अनुपयुक्त है।

डर्बिन वाटसन सांख्यिकी का उदाहरण

डर्बिन वाटसन आंकड़े के लिए सूत्र बल्कि जटिल है लेकिन इसमें डेटा के एक सेट पर एक साधारण न्यूनतम वर्ग (ओएलएस) प्रतिगमन से अवशिष्ट शामिल हैं। निम्न उदाहरण दिखाता है कि इस आंकड़े की गणना कैसे करें।

निम्नलिखित (x, y) डेटा बिंदु मान लें: