Durbin-Watson:自相关检验

自相关意味着残差在顺序上呈现规律——每个误差都会影响下一个。这在时间序列或按顺序排列的生产数据中很常见。

DW 统计量:
  • DW ≈ 2.0:理想 — 无自相关
  • DW < 1.5:正自相关(误差朝同一方向漂移)
  • DW > 2.5:负自相关(误差方向交替)
影响:自相关会虚高 R²,并使标准误不可靠。可考虑加入时间滞后变量,或改变数据的排序方式。
在应用中试试
试试看:对按时间排序的数据运行回归 → 查看结果中的 Durbin-Watson 统计卡片。数值远离 2.0 说明存在排序效应。
在我们的 YouTube 频道观看

用你自己的数据跑一遍

有免费额度,无需注册。在浏览器中离线也能用。

打开应用