我可以從廣義最小二乘模型中測試自相關嗎？

Question

我試圖在我的面板數據上使用廣義最小二乘模型（R中的gls ）來處理自相關問題。 我不希望任何變量有任何滯后。

我正在嘗試使用Durbin-Watson測試（R中的dwtest ）來檢查來自我的廣義最小二乘模型（ gls ）的自相關問題。 但是，我發現dwtest不適用於gls函數，而它適用於其他函數，如lm 。

有沒有辦法從我的gls模型中檢查自相關問題？

Answer 1

Durbin-Watson測試旨在檢查標准最小二乘模型（例如由lm擬合的模型）中是否存在自相關 。 如果檢測到自相關，則可以使用例如廣義最小二乘（R中的gls在模型中明確地捕獲它。 我的理解是，Durbin-Watson不適合在所得到的模型中測試“擬合優度”，因為gls殘差可能不再遵循與標准lm模型的殘差相同的分布。 （如果我錯了，對統計學有更深入了解的人應該糾正我）。

話雖如此，來自car包的函數durbinWatsonTest將接受任意殘差並返回相關的測試統計量。 你可以這樣做：

v <- gls( ... )$residuals
attr(v,"std") <- NULL      # get rid of the additional attribute
car::durbinWatsonTest( v )

請注意， durbinWatsonTest將僅為lm模型計算p值（可能由於上述考慮因素），但您可以通過置換數據/殘差來憑經驗估算它們。