Prítomnosť či neprítomnosť autokorelácie môžeme zistiť pomocou štatistiky d Durbin-Watsonovho testu. Testujeme a prijímame :
· nulovú hypotézu H0: r = 0Ţ v modeli nie je prítomná autokorelácia.
· alternatívnu hypotézu H1: r ą 0. v modeli je prítomnosť autokorelácie

Prijatie hypotézy H0 znamená, že náhodné zložky sú nezávislé a v modeli nie je prítomná autokorelácia. Prijatie alternatívnej hypotézy hovorí o prítomnosti autokorelácie v modli, túto musíme následne odstrániť, ak chceme daný model ďalej použiť. Testovacia štatistika Durbin-Watsonovho testu sa vypočíta podľa vzťahu:

D-W=
Testovacia štatistika d nadobúda hodnoty <0,4>

V mojom modeli podľa tabuľkových hodnôt je dolná hranica dl=1,33 a horná hranica du =1,58 pri n = 34 k=2 a a = 0,05.
Durbin-Watson(d), ktorý vypočítal soriatec je d = 0,69691
Ak porovnám tabuľkové hodnoty s vypočítaným d zisťujem že v modeli je pozitívna autokorelácia (0 < d< dl ,Ţ r> 0) a bude ju nutné odstrániť.


2.6 Odstránenie autokorelácie

6> corc kurz hdp infl

CORC : dependent variable is KURZ

Using 1995Q1-2003Q2

Variable Coefficient Std Err T-stat Signf

^CONST 41.8689 4.31175 9.71042 .000
HDP .290445E-02 .203395E-01 .142798 .887
INFL -.770094E-01 .863607E-01 -.891717 .380
^RHO .909404 .724014E-01 12.5606 .000

Equation Summary
No. of Observations = 33 R2= .8449 (adj)= .8346
Sum of Sq. Resid. = 30.0854 Std. Error of Reg.= 1.00142
Log(likelihood) = -45.2992 Durbin-Watson = 1.59115
Schwarz Criterion = -50.5440 F ( 2, 30) = 81.7142
Akaike Criterion = -48.2992 Significance = .000000

Autocorrelation Estimation Summary
Initial Rho(1) = .00000 Final Rho(1) = .90940
Std Error of Rho(1) = .07240 t-value (sig) = 12.561 ( .000)
Convergence at iteration 5

p ^foreq

EQUATION ^FOREQ &
KURZ=41.868914+.002904451*HDP+(-.077009363)*INFL+.909403884*(KURZ{-1}-(( &
41.868914+.002904451*HDP{-1})+(-.077009363)*INFL{-1}))

Po odstránení autokorelácie (du