stata中的自相关检验操作及其分析是怎么样的，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。回归分析诊断中的自相关检验是另外一个重要的内容，它有多种检验方法，包括图示法、BG检验、Q检验、DW检验等，这里介绍如何使用stata进行图示法的检验，包括残差与其滞后一阶残差项的散点图、残差的自相关图等，并对结果如何进行分析与判断。1这里建立如下回归模型：
用stata进行估计，代码为：
结果为：2画出残差和其滞后一阶的散点图与线性拟合图得到图形：
残差的散点图与线性拟合图可以看出，残差e1与其滞后一阶的残差存在一定的线性相关性，因此，方程可能存在自相关。3残差的自相关图
结果为：第一个竖条就是说时滞为1时的自相关系数约0.70，以此类推。图中灰色区域95%置信区间的阴影区域标注 香港云主机，在这一区间之外的那些相关都是个体显著的。从上图来看，残差与滞后一阶、二阶存在着显著的自相关性，也说明方程可能存在自相关。关于stata中的自相关检验操作及其分析是怎么样的问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注开发云行业资讯频道了解更多相关知识。
相关推荐: C++ OpenCV视频操作之如何实现背景消除建模
小编给大家分享一下C++ OpenCV视频操作之如何实现背景消除建模，希望大家阅读完这篇文章 香港云主机之后都有所收获，下面让我们一起去探讨吧！背景消除建模（BSM）BS的算法里面一般分为两种图像分割（GMM – 高斯混合模型）机器学习（KNN – K个最近邻…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
