文档

dwtest

班级：线性模型

线性模型的Durbin-Watson测试

在页面中扩展全部

句法

p = dwtest（MDL）
[P，DW] = DWTEST（MDL）
[P，DW] = DWTEST（MDL，方法）
[P，DW] = DWTEST（MDL，方法，尾巴）

描述

p= dwtest（MDL）返回p- Durbin-Watson测试的价值MDL线性模型。

[[p，，，，DW] = dwtest（MDL）还返回Durbin-Watson统计数据，DW。

[[p，，，，DW] = dwtest（MDL，，，，方法）指定该方法dwtest用于计算p-价值。

[[p，，，，DW] = dwtest（MDL，，，，方法，，，，尾巴）指定替代假设。

输入参数

展开全部

完整的，合适的线性回归模型，指定为线性模型使用的对象fitlm或者Stepwiselm。

用于计算的算法p值,指定为以下之一:

  • '精确的'- 计算一个精确的p- 使用PAN的算法值。

  • 'approximate'- 计算p- 使用正常近似值值。

默认值为'精确的'当样本量小于400，，，，'approximate'否则。

测试的替代假设，指定为以下一个：

尾巴 替代假设
'两个都'

串行相关不是0。
'正确的'

串行相关性大于0（右尾检验）。
'剩下'

串行相关性小于0（左尾测试）。

dwtest测试是否MDL与指定的替代假设没有串行相关性。

输出参数

展开全部

p- 测试值，作为数字值返回。dwtest测试如果残差不相关，则反对它们之间存在自相关的选择。小值p表示残差相关。

durbin-Watson statistic, returned as a numeric value.

例子

展开全部

打开脚本

检查来自普查数据拟合模型的残差是否随着时间的推移具有自相关残差。

加载人口普查数据并创建线性模型。

加载人口普查mdl = fitlm（cdate，pop）;

找出$ P $-价值of the Durbin-Watson autocorrelation test.

p = dwtest（MDL）
p = 0

残差有明显的自相关。

定义

展开全部

算法

近似计算p-价值uses a normal approximation[1]。确切的计算使用PAN的算法[2]。

References

[1] Durbin，J。和G. S. Watson。在最小二乘回归I中的串行相关性测试I。Biometr一世ka 37, pp. 409–428, 1950.

[2] Farebrother，R。W。PAN的尾巴统计数据概率的程序。应用统计数据29，第224–227页，1980年。

也可以看看

话题

这个话题有帮助吗？
统计和机器学习工具箱文档
其他文档
金宝app

尝试MATLAB，SIM金宝appULINK和其他产品下载188bet金宝搏

立即进行审判