我可以从广义最小二乘模型测试自相关吗？
Can I test autocorrelation from the generalized least squares model?
我正在尝试对我的面板数据使用广义最小二乘模型（gls in R）来处理自相关问题。
我不想对任何变量有任何滞后。
我正在尝试使用 Durbin-Watson 检验（R 中的dwtest）来检查广义最小二乘模型（gls）中的自相关问题。
但是，我发现 dwtest 不适用于 gls 函数，而它适用于 lm 等其他函数。
有没有办法检查我的 gls 模型的自相关问题？
Durbin-Watson test is designed to check for presence of autocorrelation 在标准最小二乘模型中（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法（gls 在 R 中）在模型中明确捕获它。我的理解是 Durbin-Watson 不适合在生成的模型中测试 "goodness of fit"，因为 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，应该有更深入的统计知识的人来纠正我）。
话虽如此，car 包中的函数 durbinWatsonTest 将接受任意残差和 return 相关的检验统计量。因此，您可以这样做：
v <- gls( ... )$residuals
attr(v,"std") <- NULL # get rid of the additional attribute
car::durbinWatsonTest( v )
请注意，durbinWatsonTest 将仅为 lm 模型计算 p 值（可能是出于上述考虑），但您可以通过排列数据/残差来凭经验估计它们。
我正在尝试对我的面板数据使用广义最小二乘模型（gls in R）来处理自相关问题。
我不想对任何变量有任何滞后。
我正在尝试使用 Durbin-Watson 检验（R 中的dwtest）来检查广义最小二乘模型（gls）中的自相关问题。
但是，我发现 dwtest 不适用于 gls 函数，而它适用于 lm 等其他函数。
有没有办法检查我的 gls 模型的自相关问题？
Durbin-Watson test is designed to check for presence of autocorrelation 在标准最小二乘模型中（例如由 lm 拟合的模型）。如果检测到自相关，则可以使用例如广义最小二乘法（gls 在 R 中）在模型中明确捕获它。我的理解是 Durbin-Watson 不适合在生成的模型中测试 "goodness of fit"，因为 gls 残差可能不再遵循与标准 lm 模型中的残差相同的分布。 （如果我错了，应该有更深入的统计知识的人来纠正我）。
话虽如此，car 包中的函数 durbinWatsonTest 将接受任意残差和 return 相关的检验统计量。因此，您可以这样做：
v <- gls( ... )$residuals
attr(v,"std") <- NULL # get rid of the additional attribute
car::durbinWatsonTest( v )
请注意，durbinWatsonTest 将仅为 lm 模型计算 p 值（可能是出于上述考虑），但您可以通过排列数据/残差来凭经验估计它们。