一般化最小二乗モデルから自己相関をテストできますか？

Question

自己相関問題に対処するために、私のパネルデータに一般化最小二乗モデル（Rでgls）を使用しようとしています。 私はどの変数にもラグを持たせたくありません。

一般化最小二乗モデル（gls）から自己相関の問題を確認するために、Durbin-Watsonテスト（Rでdwtest）を使用しようとしています。 しかし、dwtestはgls機能には適用できませんが、lmなど他の機能にも適用可能です。

私のglsモデルから自己相関の問題を確認する方法はありますか？

Answer 1

Durbin-Watson test is designed to check for presence of autocorrelation標準最小二乗モデル（lmによって適合されたモデルなど）で表されます。自己相関が検出された場合、例えば、一般化された最小二乗（Rのgls）を使用して、モデル内で明示的にそれを取り込むことができる。私の理解では、glsの残差は標準のlmモデルの残差と同じ分布に従うことができなくなるため、Durbin-Watsonはその結果のモデルで「適合度」をテストするのに適していません。 （私が間違っていると、統計の深い知識を持つ誰かが私を修正すべきです）。

これで、carパッケージからの関数durbinWatsonTestは、任意の残差を受け入れ、関連するテスト統計を返します。

v <- gls(...)$residuals 
attr(v,"std") <- NULL  # get rid of the additional attribute 
car::durbinWatsonTest(v) 

注durbinWatsonTestのみ（原因上記の注意事項に可能性が高い）lmモデルのためのp値を計算しますが、あなたのデータ/残差を置換することにより、経験的にそれらを推定することができるという。そのため、このような何かを行うことができます。