文件帮助中心文件
Durbin-Watson测试用线性回归模型对象
p = dwtest(mdl)
p = dwtest(mdl,方法)
p = dwtest(mdl,方法,尾部)
[p,dw] = dwtest(___)
例子
P.= dwtest(MDL.)返回P.- 左边的价值Durbin-Watson测试关于线性回归模型的残差MDL.。零假设是残留物是不相关的,并且替代假设是残留物是自相关的。
P.= dwtest(MDL.)
P.
MDL.
P.= dwtest(MDL.那方法)指定计算的算法P.-价值。
P.= dwtest(MDL.那方法)
方法
P.= dwtest(MDL.那方法那尾巴)指定替代假设。
P.= dwtest(MDL.那方法那尾巴)
尾巴
[P.那DW.] = dwtest(___)还使用先前语法中的任何输入参数组合返回Durbin-Watson统计信息。
[P.那DW.] = dwtest(___)
DW.
全部收缩
确定拟合的线性回归模型是否具有自相关残差。
加载普查数据集并创建线性回归模型。
普查
加载普查mdl = fitlm(Cdate,Pop);
找出P.- 德宾 - 沃森自相关试验的价值。
p = 3.6190e-15
小P.-Value表示残差是自相关的。
linearmodel.
线性回归模型,指定为alinearmodel.使用的对象Fitlm.要么步骤行程。
Fitlm.
步骤行程
'精确的'
'近似'
计算算法P.-Value,指定为其中一个值:
'精确的'- 计算精确P.- 使用PAN的算法值[2]。
'近似'- 计算P.- 使用正常近似值[1]。
默认为'精确的'样本大小小于400, 和'近似'否则。
400
'两个都'
'对'
'剩下'
要测试的替代假设类型,指定为其中一个值:
串行相关不是0。
串行相关性大于0(右尾尾测试)。
串行相关小于0(左尾测试)。
DWTest.测试是否MDL.没有串行相关性,针对指定的替代假设。
DWTest.
P.- 测试的值,作为数值返回。DWTest.测试残差是否不相关,反对残留物中存在自相关的替代方案。一个小的P.-Value表示残差是自相关的。
Durbin-Watson统计值,作为非负数字值返回。
Durbin-Watson测试测试测试时间序列数据的线性回归残差不相关,反对替代假设存在递归。
Durbin-Watson测试的测试统计是
D. W. = σ. 一世 = 1 N - 1 ( R. 一世 + 1 - R. 一世 ) 2 σ. 一世 = 1 N R. 一世 2 那
在哪里R.一世是个一世原始的残余,和N是观察人数。
这P.- Durbin-Watson测试的价值是观察测试统计学的概率,如零假设下观察到的值。一个明显的小P.-Value对零假设的有效性产生了疑问,并表明残留物之间的自相关。
[1]德宾,J。和G. S. Watson。“测试以最小二乘回归I的串行相关性I.Biometrika37,pp。409-428,950。
[2]票价,R. W.Pan的“Durnin-Watson统计的尾部概率的程序”。应用统计29,pp。224-227,980。
使用说明和限制:
此功能支持拟合GPU数组输入金宝app参数的模型对象。
有关更多信息,请参阅在GPU上运行matlab函数(并行计算工具箱)。
Anova.|COEFCI.|colealt|linearmodel.
Anova.
COEFCI.
colealt
이예제의수정된이있습니다。사용자가편집한내용을반영하여이예제를여시겠습니까?
다음matlab명령명령에해당하는링크를클릭클릭링크를클릭클릭
명령을실행하려면matlab명령창에입력。웹브라우저는matlab명령명령지원하지않습니다。
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室