dwt

残差输入的德宾-沃森检验

折叠所有页面

语法

p = dwtest（r，x）

p = dwtest（r，x，名称，值）

[p、d] = dwt (＿＿＿）

描述

例子

p= dwt (r，x）返回p价值的Durbin-Watson测试Null假设中，线性回归的残差是不相关的。替代假设是残留物之间的自相关。

例子

p= dwt (r，x，名称,值）返回p-Value用于Durbin-Watson测试，其中包含一个或多个名称值对参数指定的其他选项。例如，您可以进行单面测试或计算p使用正态近似值。

例子

［p，d) = dwt (＿＿＿）也会返回德宾-沃森测试的统计数据，d，使用前面语法中的任何输入参数。

例子

全部折叠

检验相关残差

打开直播脚本

加载样本人口普查数据。

负载人口普查

利用普查日期(cdate)作为预测因子。添加一列1值以包含常数项。

n =长度(cdate);x = [(n, 1), cdate];

对数据进行线性回归拟合。

[b,少女,r] =回归(流行,x);

检验残差之间不存在自相关的零假设，r．

[p，d] = dwtest（r，x）

p = 3.6190 e15汽油

d = 0.1308

返回值p = 3.6190 e15汽油表示在5％的意义水平下拒绝零假设。

片面假设试验

打开直播脚本

加载样本人口普查数据。

负载人口普查

利用普查日期(cdate)作为预测因子。添加一列1值以包含常数项。

n =长度(cdate);x = [(n, 1), cdate];

对数据进行线性回归拟合。

[b,少女,r] =回归(流行,x);

检验回归残差之间不存在自相关的原假设与自相关大于零的备择假设。

[p，d] = dwtest（r，x，“尾巴”，'对'）

p = 1.8095 e15汽油

d = 0.1308

返回值p = 1.8095 e15汽油表示在5％的显着性水平下拒绝零假设，有利于替代假设，即残留物之间的自相关大于零。

输入参数

全部折叠

`x`—设计矩阵
矩阵

线性回归的设计矩阵，指定为矩阵。包括一栏1设计矩阵中的值，因此模型包含常数项。

数据类型:单|双

`r`—回归残差
向量

回归残差，指定为向量。获得r通过使用函数进行线性回归，例如回归，或使用反斜杠操作符。

数据类型:单|双

名称-值对的观点

指定可选的逗号分隔的对名称,值论点。的名字参数名和价值是相应的价值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen．

示例：“尾巴”,“对”,“方法”,“近似”指定右尾的假设测试，并使用正常近似计算p值。

`“方法”`—计算算法p价值
`'确切'`|`'近似'`

计算p-Value，指定为逗号分隔对“方法”其中一个价值观是:

`'确切'`	一个精确的计算p- 使用PAN算法值［2］．如果样本大小小于400，则这是默认值。
`'近似'`	计算p使用正态近似值[1]．如果样本容量为400或更大，这是默认值。

示例：'方法'，'确切'

`“尾巴”`—备择假设类型
`“两个”`(默认)|`'对'`|`'左'`

要评估的替代假设的类型，指定为逗号分隔的对，由“尾巴”下面是其中之一。

`“两个”`	检验残差之间的自相关不为零的备用假设。
`'对'`	检验残差之间的自相关大于零的备选假设。
`'左'`	测试替代假设，即残差之间的自相关的差异小于零。

示例：“尾巴”,“对”

输出参数

全部折叠

`p`—p价值
[0,1]范围内的标量值

p- 测试的值，返回范围的标量值[0,1]。p是观察到一个检验统计量与零假设下的观测值相同或更极端的概率。小的值p对无效假设的有效性产生了怀疑。

`d`- - -检验统计量
非负标量值

假设测试的测试统计，作为非负标量值返回。

替代功能

您可以通过使用fitlm或者步骤行程并使用对象函数dwt执行Durbin-Watson测试。
一个linearmodel.对象提供对象属性和对象功能，以研究拟合的线性回归模型。对象属性包括有关系数估计，摘要统计，拟合方法和输入数据的信息。使用对象函数来预测响应并修改，评估和可视化线性回归模型。