ForHosting KIT · Matemáticas

Calculadora del estadístico Durbin-Watson

Seis residuos que cambian de signo sin parar dan diferencias al cuadrado de 3,19 frente a residuos al cuadrado de 1,19: un d de Durbin-Watson por encima de 2,5 que apunta a autocorrelación negativa. Cerca de 2, su regresión dejó poca estructura de primer orden. Gratis en su navegador.

  • Gratis
  • Funciona en su navegador
  • Sin registro
  • Sus datos no salen de su equipo
Úselo desde WebAPIEmailTelegramApp pronto
Si escribe
Residuos
0,5, -0,3, 0,8, -0,2, 0,1, -0,4
Obtiene
N
6
Durbin-Watson
2,6806722689
Estadístico
2,6806722689
Suma de cuadrados de residuos
1,19

El estadístico Durbin-Watson es la primera comprobación clásica que hacen los analistas tras un ajuste por mínimos cuadrados ordinarios: pregunta si residuos sucesivos aún comparten una dependencia lineal que el modelo no logró absorber. Un valor cercano a dos suele indicar poca autocorrelación de primer orden; valores cercanos a cero sugieren correlación serial positiva (frecuente en datos económicos y de sensores ordenados en el tiempo); valores cercanos a cuatro sugieren correlación serial negativa.

Qué mide el estadístico Durbin-Watson

El estadístico Durbin-Watson comprime esa idea en una sola razón. Cuando residuos consecutivos son casi iguales, las diferencias son pequeñas y d se aproxima a cero —autocorrelación positiva—. Cuando residuos consecutivos cambian de signo repetidamente, las diferencias se inflan y d se acerca a cuatro —autocorrelación negativa—.

Cuando los residuos se comportan como ruido blanco, el valor esperado de d ronda dos para muestras grandes. Los libros de texto comparan entonces d con cotas críticas inferior y superior que dependen del tamaño de muestra, del número de regresores y del nivel de significación; esas tablas son un segundo paso.

Esta herramienta se centra en calcular d de forma correcta y transparente a partir de la lista de residuos que usted ya tiene, para que pueda alimentar el resultado a su rutina preferida de valores críticos, reportarlo en el apéndice de un artículo o congelarlo en una tubería de diagnóstico de regresión. No reajusta el modelo, ni inventa pruebas de rezago 2, ni estima errores estándar de Newey-West: esos son intents aparte.

Mantener acotada la superficie hace que la landing coincida con la frase que la gente realmente teclea: una calculadora del estadístico Durbin-Watson para residuos.

Tareas de econometría e informes de laboratorio

Los estudiantes pegan residuos MCO de una serie de libro de texto y confirman d antes de buscar las cotas críticas inferior y superior para su tamaño de muestra.

Control de calidad de sensores y series temporales

Los cuadernos de calibración revisan la estructura de residuos de primer orden tras ajustar una tendencia lineal sin instalar un paquete estadístico completo en el navegador.

¿Qué significa un valor de Durbin-Watson cercano a 2?

Los valores cercanos a 2 suelen indicar poca autocorrelación de primer orden en los residuos. Los valores cercanos a 0 sugieren autocorrelación positiva; los cercanos a 4 sugieren autocorrelación negativa. Las decisiones formales aún requieren cotas críticas para su n y su número de regresores.

¿Qué pasa si envío menos de dos residuos?

El estadístico necesita diferencias sucesivas, así que se requieren al menos dos observaciones de residuos finitas.

¿Por qué se rechaza una serie de residuos toda cero?

Cuando cada residuo es cero, la suma de cuadrados de los residuos es cero, así que d queda indefinido.

¿Qué significa un valor de Durbin-Watson cercano a 0 o a 4?

Cerca de 0, los residuos consecutivos son casi iguales, señal de autocorrelación positiva, habitual en datos económicos o de sensores ordenados en el tiempo. Cerca de 4, los residuos cambian de signo continuamente, lo que indica autocorrelación negativa.

¿La calculadora indica si la autocorrelación es significativa?

No. Da el valor de d con una etiqueta orientativa. Para una decisión formal, compare d con los límites críticos inferior y superior según su tamaño de muestra, el número de regresores y el nivel de significación.

Todo lo de esta página está disponible por programación. Esta sección es para equipos que quieren integrarlo en sus sistemas; el resto puede usar la herramienta de arriba sin más.

POSThttps://api.kit.forhosting.com/stat/durbin-watson

¿Prefiere automatizarlo? Un POST autenticado crea la tarea; el resultado llega por webhook o enlace firmado. La misma capacidad también se ejecuta aquí en la web, por email y desde Telegram — y pronto también desde nuestra app.

curl -X POST https://api.kit.forhosting.com/stat/durbin-watson \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"residuals":[0.5,-0.3,0.8,-0.2,0.1,-0.4]}'
{
  "residuals": [
    0.5,
    -0.3,
    0.8,
    -0.2,
    0.1,
    -0.4
  ]
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "stat.durbin_watson",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

La API es asíncrona: la llamada devuelve un task_id al instante y el resultado llega por webhook. El polling está limitado a 1 req/s por tarea.

Por solicitud$0.002

Precio publicado — sin tokens ni créditos inventados. Una tarea fallida no se cobra.

HTTPCódigoSignificado
401unauthorizedAPI key ausente o inválida.
402insufficient_balanceEl saldo no cubre el precio de la tarea.
404unknown_typeEl tipo de tarea no existe.
429rate_limitedDemasiadas peticiones. Use el webhook en vez de sondear.

Esta capacidad acepta una serie ordenada de residuos, calcula d = Σ(e_t − e_{t−1})² / Σ e_t² en una única pasada determinista y devuelve el estadístico junto con las sumas de apoyo, de modo que usted pueda auditar la aritmética sin conexión. Necesita al menos dos residuos finitos; las series vacías, de un solo elemento, no numéricas o todas cero se rechazan con invalid_input en lugar de un NaN silencioso.

Qué mide el estadístico Durbin-Watson

Después de ajustar una regresión lineal u otra paramétrica, el vector de residuos e_t = y_t − ŷ_t debería idealmente parecer ruido sin estructura si el modelo y los supuestos de muestreo se cumplen. La autocorrelación de primer orden significa que e_t tiende a seguir a e_{t−1}: residuos positivos grandes siguen a residuos positivos grandes, o la serie alterna de forma pautada. El numerador suma las diferencias sucesivas al cuadrado (e_t − e_{t−1})² desde t = 2 hasta n; el denominador es la suma de cuadrados de los residuos Σ e_t².

Cómo enviar los residuos y leer el resultado JSON

Las etiquetas de interpretación son solo bandas orientativas: por debajo de aproximadamente 1,5 sugiere autocorrelación positiva, por encima de aproximadamente 2,5 sugiere autocorrelación negativa, y la banda intermedia sugiere poca estructura de primer orden; no son decisiones formales de prueba de hipótesis. Los llamantes típicos incluyen verificadores de tareas de econometría, exportaciones por lotes de residuos desde R o Python que necesitan una segunda opinión, cuadernos de firmware o de calibración de sensores que vigilan la deriva, y pruebas de referencia que fijan d para un conjunto de residuos determinado. Envíe un campo llamado residuals (se aceptan los alias e, errors y values) como un arreglo JSON de al menos dos números finitos en orden temporal o de fila. Las cadenas de dígitos dentro del arreglo se convierten cuando se analizan como flotantes finitos; los objetos, booleanos, cadenas vacías, NaN e Infinity fallan con invalid_input indicando el índice ofensor. También puede pasar una cadena de arreglo JSON o una lista sencilla de números delimitada si su cliente serializa texto. En caso de éxito, la respuesta devuelve n (longitud de la serie), durbin_watson y statistic (el mismo valor d redondeado bajo ambas claves por comodidad), sum_sq_residuals, sum_sq_diff, una etiqueta de interpretación aproximada para el texto de la interfaz, y el vector de residuos redondeado para auditoría. El precio de una llamada exitosa a la API es un $0.002 plano bajo la unidad del ítem; los fallos de validación nunca consumen saldo. El ejecutor gratuito en el navegador importa la misma biblioteca solve() que el Worker, de modo que estudiantes, analistas y trabajos de CI ven la misma salida redondeada.

Casos límite, precisión y lo que esta herramienta no hace

Si cada residuo es exactamente cero, el denominador se anula y Durbin-Watson queda matemáticamente indefinido; ese caso también falla en lugar de devolver Infinity o cero. Búsquedas relacionadas como las pruebas completas de rezago de Breusch-Godfrey, Ljung-Box sobre residuos, factores de inflación de la varianza, o reajustar MCO con errores estándar HAC pertenecen a otras landings; esta página está dedicada al estadístico d de Durbin-Watson a partir de un arreglo ordenado de residuos. Use d como cribado rápido inicial, y luego escale a cotas críticas formales o a inferencia robusta al rezago cuando su tamaño de muestra, su matriz de diseño y su nivel de significación lo exijan. Menos de dos residuos no pueden definir una diferencia sucesiva, así que el manejador rechaza las series cortas con un mensaje claro de invalid_input. Los resultados se redondean a doce decimales para lograr pruebas de referencia estables y paridad entre motores; las sumas intermedias usan dobles IEEE-754 corrientes, más que suficientes para las magnitudes de residuos típicas de regresiones bien escaladas. Valores de residuos extremadamente grandes aún pueden desbordar el rango del doble —el mismo límite que comparte cualquier ruta JSON del navegador o del Worker—, así que escale su serie si trabaja en unidades patológicas.

Diagnósticos de regresión en CI

Las tuberías exportan arreglos de residuos tras cada ajuste de modelo y congelan el JSON de Durbin-Watson para que un fallo silencioso de orden de datos no se cuele en la puntuación de producción.

¿Cómo calculo el estadístico Durbin-Watson a partir de los residuos?

Envíe por POST un arreglo residuals ordenado (al menos dos números finitos) al endpoint o use el formulario gratuito del navegador. La respuesta incluye durbin_watson = Σ(e_t − e_{t−1})² / Σ e_t² más las sumas de apoyo.

¿La calculadora Durbin-Watson del navegador es gratis?

Sí. El ejecutor en el navegador usa la misma biblioteca que la API y no cuesta nada. La API cobra $0.002 por solicitud exitosa de su saldo prepago del KIT.

Ver la documentación completa del KIT →