Durbin-Watson Ölçütüne Göre Kararsızlık Bölgesinde Bulunan Negatif Otokorelasyon İçin Bazı Testler

Abstract

Otokorelasyon giderilmesi gereken ciddi bir sorundur. Öncelikle otokorelasyonun var olup olmadığı belirlenmelidir. Ekonometrik bir modeli tahmin etmek için zaman serisi verileri kullanıldığında, birinci dereceden otoregresif hata varsayımının kabul edilebilir olup olmadığına karar vermek başlangıçta zordur. Otokorelasyonun ortaya çıkartılması için ya artıkların grafikleri incelenir ya da nicel yöntemlere başvurulur. Otokorelasyonun var olup olmadığını anlamak için, H₀ : p = 0 yokluk hipotezi uygun bir H₁ alternatif hipotezine karşı test edilir. Bunun için nicel test yöntemleri kullanılır. Ancak, otokorelasyonun testi için en çok kullanılan Durbin-Watson testinde dw test istatistiğinin kararsızlık bölgesinde bulunması durumu otokorelasyonun varlığı ya da yokluğu hakkında yeterli bilgi vermediğinden modelin parametre tahminlerine şüphe ile bakılır. Bu çalışmada, H₀: p = 0 yokluk hipotezi-nine karşı H₁ : p <0 hipotezini test etmek için A. Karun Nemlioğlu(1990)'nun fındık, ceviz, badem ve çay talep modelleri için kullandığı verilerden yararlanılmıştır.

Removing the autocorrelation is a major problem. First of all autocorrelation should be determined. While applying econometric models to time series data, initially it is hard to decide whether the assumption of first order autoregressive error can be accepted, or not. To understand the presence of autocorrelation, one should either analyse the residual graphics or apply some quantitative methods. To find out the autocorrelation, the null hypothesis, H₀ : p = 0 , is tested against a related alternative hypothesis by using quantitative methods. However, the most popular autocorrelation test, Durbin-Watson, can not give enough information about the autocorrelation problem when this test statistic is in inconclusive area, so the parameter estimation is not relied on. In this study, hazelnut, walnut, almond and tea data(see Nemlioğlu(1990)) are used in order to test the null hypothesis H₀ : p =0 against the alternative hypothesis H₁ : p < 0