เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การทดสอบอนุกรมของ Wald-Wolfowitz× | การทดสอบ Durbin-Watson สำหรับภาวะสหสัมพันธ์ในตัวเอง× | |
|---|---|---|
| สาขาวิชา≠ | สถิติศาสตร์ | เศรษฐมิติ |
| ตระกูล≠ | Hypothesis test | Regression model |
| ปีกำเนิด≠ | 1940 | 1950 |
| ผู้ริเริ่ม≠ | Abraham Wald & Jacob Wolfowitz | James Durbin & Geoffrey Watson |
| ประเภท≠ | Nonparametric randomness test | Test for first-order residual autocorrelation |
| แหล่งต้นตำรับ≠ | Wald, A. & Wolfowitz, J. (1940). On a test whether two samples are from the same population. Annals of Mathematical Statistics, 11(2), 147–162. DOI ↗ | Durbin, J., & Watson, G. S. (1950). Testing for serial correlation in least squares regression: I. Biometrika, 37(3/4), 409–428. DOI ↗ |
| ชื่อเรียกอื่น | Wald-Wolfowitz test, runs test for randomness, Runs Testi (Wald-Wolfowitz) | DW test, Durbin-Watson statistic, Durbin-Watson otokorelasyon testi |
| ที่เกี่ยวข้อง≠ | 5 | 4 |
| สรุป≠ | The Wald-Wolfowitz runs test is a nonparametric hypothesis test that determines whether a sequence of observations — coded as a series of binary symbols — follows a random pattern or contains systematic structure. Introduced by Abraham Wald and Jacob Wolfowitz in 1940, the test counts the number of uninterrupted runs of identical symbols and asks whether that count is consistent with random arrangement. | The Durbin-Watson test, developed by James Durbin and Geoffrey Watson in 1950–1951, detects first-order serial correlation in the residuals of a linear regression. Its statistic ranges from 0 to 4, with a value near 2 indicating no autocorrelation, values toward 0 indicating positive autocorrelation, and values toward 4 indicating negative autocorrelation. It remains one of the most reported regression diagnostics despite well-known limitations. |
| ScholarGateชุดข้อมูล ↗ |
|
|