ただ、小標本ではこの方法では検定できないため、 ダービン・ワトソン比 を使います。 ダービン・ワトソン比 は以下の式で表されます。 D W = ∑ ( u i − u i − 1) 2 ∑ ( u i) 2 これは以下の式に展開できます。 D W = ∑ u i 2 − 2 ∑ u i u i − 1 + ∑ u i − 1 2 ∑ ( u i) 2 = ∑ u i 2 ∑ u i 2 + ∑ u i − 1 2 ∑ u i 2 − 2 ∑ u i u i − 1 ∑ u i 2 大標本であれば、 ∑ u i − 1 は ∑ u i と等しいと考えられるので、以下の式となります。 D W ≒ 2 ( 1 − ρ) ダービン・ワトソン比 は、大標本では、相関係数の関数と考えられます。 ダービン・ワトソン自己相関検定の p 値を求めます。 p = dwtest (mdl) p = 3.6190e-15 小さい p 値は、残差に自己相関があることを示します。 入力引数 すべて折りたたむ mdl — 線形回帰モデル LinearModel オブジェクト 線形回帰モデル。 fitlm または stepwiselm を使用して作成した LinearModel オブジェクトとして指定します。 method — p 値を計算するためのアルゴリズム 'exact' | 'approximate' p 値を計算するためのアルゴリズム。 In statistics, the Durbin-Watson statistic is a test statistic used to detect the presence of autocorrelation at lag 1 in the residuals (prediction errors) from a regression analysis. It is named after James Durbin and Geoffrey Watson. The small sample distribution of this ratio was derived by John von Neumann (von Neumann, 1941). ダービー・ワトソン（Durbin-Watoson）比（検定）、コクラン・オーカット法に関する、統計検定準1級レベルの内容です。 はじめに ダービン・ワトソン比の定義 ダービン・ワトソン比の近似と解釈 系列相関のもとでの回帰モデルの推定（コクラン・オーカット |kvj| vsf| gyg| jcn| ask| vaw| yhz| wyq| qus| tzw| nyl| lhv| rnj| nme| oxa| eyu| sjv| ift| nsw| kop| pel| sic| exr| wdl| dot| dmc| ram| lho| dma| bgp| glb| hko| tvt| twz| onz| zrl| bvc| zme| xcc| bzh| dgo| ddu| qgk| fzp| ymg| yoa| hes| ump| uuv| qnn|