我可以从广义最小二乘模型中测试自相关吗？

Question

我试图在我的面板数据上使用广义最小二乘模型（R中的gls）来处理自相关问题。 我不希望任何变量有任何滞后。

我正在尝试使用Durbin-Watson测试（R中的dwtest）来检查我的广义最小二乘模型（gls）中的自相关问题。 但是，我发现dwtest不适用于gls函数，但它适用于其他函数，例如lm。

有没有办法检查gls模型中的自相关问题？

Answer 1

标准最小二乘模型中的

Durbin-Watson test is designed to check for presence of autocorrelation（例如由lm拟合的模型）。如果检测到自相关，则可以使用例如广义最小二乘（R中的gls）在模型中明确地捕获它。我的理解是，Durbin-Watson不适合于测试＆＃34;健康的优点＆＃34;在结果模型中，gls残差可能不再遵循与标准lm模型中的残差相同的分布。 （如果我错了，那些对统计学有更深入了解的人应该纠正我。）

据说，durbinWatsonTest包中的函数car将接受任意残差并返回相关的检验统计量。因此，您可以这样做：

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

请注意，durbinWatsonTest仅计算lm模型的p值（可能由于上述考虑因素），但您可以通过置换数据/残差来凭经验估算它们。