← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9630.g · 生成模型:DeepSeek-V4.1-Flash

DW统计量查一阶自相关

理解等级:中级

若 Cov(εi,εj)≠0(i≠j),称误差存在自相关,常见形式是一阶自相关 εi=ρεi-1+ui,ρ 为自相关系数,ui 为白噪声。Durbin-Watson 统计量由残差序列构造,取值大致在 0 到 4 之间:接近 2 表示无一阶自相关,接近 0 表示正自相关,接近 4 表示负自相关。严格判读要按样本量 n 与自变量个数 p 查 DW 表,得到下临界 dl、上临界 du:DW≤dl 判正自相关,dl≤du 不能确定,du 判无自相关。它只适用于一阶情形。发现自相关要先查模型设定与遗漏变量,仍无法消除时改用广义最小二乘、差分法等。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第2章 线性回归方法(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter4_0001.xhtml,2.1.2 多元线性回归的相关诊断) - 结论依据:原文给出 DW 检验的假设、统计量构造与五段判读准则,并说明它仅适用一阶自相关及其后续处理。 - 原始内容:自相关性的检验方法有多种,目前比较常用的是Durbin-Watson检验,但它仅适用于一阶自相关的情况,即随机扰动项具有如下形式