dwt

Durbin-Watson测试用线性回归模型对象

折叠所有页面

语法

p = dwt (mdl)

p = dwt (mdl方法)

p = dwt (mdl方法,尾巴)

(p, DW) = dwt (＿＿＿）

描述

例子

p= dwt (MDL.）返回p价值的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= dwt (MDL.，方法）指定计算的算法p价值。

p= dwt (MDL.，方法，尾巴）指定备择假设。

［p，DW) = dwt (＿＿＿）还使用前面语法中的任何输入参数组合返回Durbin-Watson统计信息。

例子

全部折叠

测试残差进行自相关

打开直播脚本

确定拟合的线性回归模型是否有自相关残差。

加载人口普查数据集并创建线性回归模型。

负载人口普查mdl = fitlm（Cdate，Pop）;

找到p- 德宾 - 沃森自相关试验的价值。

p = dwt (mdl)

p = 3.6190 e15汽油

小p-Value表示残差是自相关的。

输入参数

全部折叠

`MDL.`- - - - - -线性回归模型
`LinearModel`对象

线性回归模型，指定为aLinearModel对象创建使用fitlm要么stepwiselm．

`方法`- - - - - -算法计算p价值
`'精确的'`|`'近似'`

计算p-value，指定为以下值之一:

'精确的'-计算精确p-value使用Pan的算法［2］．
'近似'——计算p使用正态近似值[1]．

默认值是'精确的'当样本量小于400,'近似'否则。

`尾巴`- - - - - -备择假设类型
`“两个”`(默认)|`'对'`|`“左”`

要检验的备选假设的类型，指定为以下值之一:

价值	备择假设
`“两个”`	串行相关不是0。
`'对'`	序列相关大于0(右尾检验)。
`“左”`	串行相关小于0（左尾测试）。

dwt测试是否MDL.与指定的替代假设没有序列相关性。

输出参数

全部折叠

`p`- - - - - -p- 测试价值
数值

p测试的-value，以数值形式返回。dwt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。

`DW`- Durbin-Watson统计
非负数字值

Durbin-Watson统计值，作为非负数值返回。

参考

杜宾，J，和g。s。沃森。最小二乘回归中序列相关的检验i生物统计学37，第409-428页，1950。

[2] Farebrother, R. W. Pan的《德宾-沃森统计的尾部概率程序》。应用统计学29，页224-227,1980。

扩展功能

GPU数组
使用并行计算工具箱™在图形处理单元（GPU）上运行，加速代码。

使用注意事项及限制:

这个函数支持带有GPU阵列输金宝app入参数的模型对象。

有关更多信息，请参见在GPU上运行MATLAB函数(并行计算工具箱)．

另请参阅

方差分析|coefCI|coefTest|LinearModel

主题

介绍了R2012a

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB

下载电子书

dwt

语法

描述

例子

测试残差进行自相关

输入参数

MDL.- - - - - -线性回归模型LinearModel对象

方法- - - - - -算法计算p价值'精确的'|'近似'

尾巴- - - - - -备择假设类型“两个”(默认)|'对'|“左”

输出参数

p- - - - - -p- 测试价值数值

DW- Durbin-Watson统计非负数字值

更多关于

Durbin-Watson测试

参考

扩展功能

GPU数组使用并行计算工具箱™在图形处理单元（GPU）上运行，加速代码。

另请参阅

主题

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB

`MDL.`- - - - - -线性回归模型
`LinearModel`对象

`方法`- - - - - -算法计算p价值
`'精确的'`|`'近似'`

`尾巴`- - - - - -备择假设类型
`“两个”`(默认)|`'对'`|`“左”`

`p`- - - - - -p- 测试价值
数值

`DW`- Durbin-Watson统计
非负数字值

GPU数组
使用并行计算工具箱™在图形处理单元（GPU）上运行，加速代码。