[回归分析][10]--相关误差的问题
这一篇文章还是来分析相关误差的问题。
1.游程数
定义:游程数--残差穿过x-轴的次数
用这个可以检查如残差有一块在x轴上面,一块在x轴下面的情形。

如上面这样的残差
下面构造两个统计量:

其中 n1=残差为正的个数 n2=残差为负的个数,可以用上面的公式计算出当n1,n2为给定数时的均值与方差
1.游程数
定义:游程数--残差穿过x-轴的次数
用这个可以检查如残差有一块在x轴上面,一块在x轴下面的情形。
如上面这样的残差
下面构造两个统计量:
其中 n1=残差为正的个数 n2=残差为负的个数,可以用上面的公式计算出当n1,n2为给定数时的均值与方差
cancha = lm["StandardizedResiduals"];
RunLength[cancha_List] := Block[{n1, n2, u, v2, youcheng, ycn},
n1 = Length[Select[cancha, # >= 0 &]];
n2 = Length[Select[cancha, # < 0 &]];
u = (2.*n1*n2/(n1 + n2)) + 1;
v2 = (2.*n1*n2*(2*n1*n2 - n1 - n2))/((n1 + n2)^2*(n1 + n2 - 1));
youcheng = {};
For[i = 1, i <= Length[cancha], i++,
If[cancha[[i

本文探讨了回归分析中关于残差的相关误差问题。通过定义游程数来检查残差分布,并介绍了计算游程数的统计方法。此外,还提到了D-W统计量,它是衡量残差相关性的指标,当D接近2时,表明残差不相关。文章使用Mathematica进行了相关计算和分析。
最低0.47元/天 解锁文章
394

被折叠的 条评论
为什么被折叠?



