Generally, when there is autocorrel

Generally, when there is autocorrelation
of any kind, this will lead to the conclusion
that the parameter estimates in an OLS are
more precise than they actually are. There
will be a tendency to reject or accept the
null hypothesis when infact, they should
not be rejected or accepted. A test of autocorrelation
therefore is necessary in an OLS
analysis so as to obtain the best linear and
unbiased estimates.

ผลลัพธ์ (ไทย) 1:

ทั่วไป เมื่อมี autocorrelation
ใด นี้จะนำไปสู่ข้อสรุป
ประเมินพารามิเตอร์ในการ OLS
ชัดเจนมากขึ้นกว่าความเป็นจริง มี
จะมีแนวโน้มที่จะปฏิเสธ หรือยอมรับการ
สมมติฐานเป็น null เมื่อ infact พวกเขาควร
ไม่ปฏิเสธ หรือยอมรับ การทดสอบ autocorrelation
จึง เป็นความจำเป็นในการ OLS
วิเคราะห์เพื่อขอรับส่วนเส้น และ
ประเมินคน

ผลลัพธ์ (ไทย) 2:

โดยทั่วไปเมื่อมีความผิดพลาดที่สัมพันธ์
ใด ๆ นี้จะนำไปสู่ข้อสรุป
ว่าประมาณการพารามิเตอร์ใน OLS มีความ
แม่นยำมากขึ้นกว่าที่พวกเขาเป็นจริง มี
จะมีแนวโน้มที่จะปฏิเสธหรือยอมรับ
สมมติฐาน infact เมื่อพวกเขาควรจะ
ไม่ได้รับการยอมรับหรือปฏิเสธ การทดสอบผิดพลาดที่สัมพันธ์
จึงเป็นสิ่งที่จำเป็นใน OLS
การวิเคราะห์เพื่อให้ได้รับสิ่งที่ดีที่สุดเชิงเส้นและ
ประมาณการที่เป็นกลาง

ผลลัพธ์ (ไทย) 3:

โดยทั่วไป เมื่อมีข้อมูล
ใดๆ นี้จะนำไปสู่ข้อสรุปว่า ในการประมาณการค่า

และจะแม่นยำมากขึ้นกว่าที่พวกเขาเป็นจริง มี
จะมีแนวโน้มที่จะปฏิเสธหรือยอมรับ สมมติฐานว่างเมื่อไหร่

ที่จริงพวกเขาควรจะไม่ถูกปฏิเสธหรือยอมรับ การทดสอบข้อมูล
จึงเป็นสิ่งจำเป็น ในการวิเคราะห์ OLS
เพื่อขอรับดีที่สุด
เชิงเส้นและประมาณการที่ไม่ฝักใฝ่ฝ่ายใด