dwt

线性回归模型对象的德宾-沃森检验

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测试线性回归模型的残差mdl．零假设是残差是不相关的，备用假设是残差是自相关的。

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

检验残差的自相关

打开生活的脚本

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、流行);

找到p-德宾-沃森自相关检验的值。

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LinearModel对象创建使用fitlm或stepwiselm．

`方法`- - - - - -算法计算p价值
`“准确”`|`“近似”`

计算p-value，指定为以下值之一:

“准确”-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“准确”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”`	序列相关不是0。
`“对”`	序列相关大于0(右尾检验)。
`“左”`	序列相关小于0(左尾检验)。

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值的测试
数值

p测试的-value，以数值形式返回。dwt检验残差是否不相关，相对于残差之间存在自相关的选择。一个小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。

参考文献

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阵列输万博1manbetx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

LinearModel|方差分析|coefCI|coefTest

主题

介绍了R2012a

统计和机器学习工具箱文档

万博1manbetx

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

检验残差的自相关

输入参数

mdl- - - - - -线性回归模型LinearModel对象

方法- - - - - -算法计算p价值“准确”|“近似”

尾巴- - - - - -备择假设类型“两个”(默认)|“对”|“左”

输出参数

p- - - - - -p值的测试数值

DW——Durbin-Watson统计非负数字值

更多关于

Durbin-Watson测试

参考文献

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

万博1manbetx

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
`“准确”`|`“近似”`

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

`p`- - - - - -p值的测试
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。