Partendo da un modello di regressione:
con 
dove la variabile dipendente rappresenta l’errore di previsione ad un passo sull’intervallo di previsione ex-post.
Stimato il modello con i minimi quadrati, poiché la costante c coincide con la media aritmetica, consente di valutare la correttezza degli errori di previsione, l’ipotesi nulla da saggiare è:
Per considerare gli errori corretti, la loro media deve essere uguale a 0:
Il valore tra parentesi è il risultato del test t della serie degli errori considerati, che può essere confrontato con le tavole di distribuzione T di student a 30 g.d.l. (p=2,0423 con α=0,025). Dato che 1,02712<2,0423, il risultato indica che, ad un livello di probabilità pari a 2,5% non è possibile rifiutare l’ipotesi nulla di correttezza degli errori, con una probabilità di sbagliare rifiutandola pari al 31%. Quindi gli errori sono corretti.
Successivo: 3.6.4 Test Sulla Sistematicità dei Segni Delle Previsioni
Sommario: Index