Durbin-Watson 检验

杜宾-瓦特森统计量，DW检验

Durbin-Watson 统计量是一种用于检测回归分析中残差序列自相关性的统计量，特别适用于时间序列数据。它由 James Durbin 和 Geoffrey Watson 于1950年提出，主要用于检验线性回归模型中的残差是否存在一阶自相关（即相邻误差项之间是否存在相关性）。该统计量的值范围从 0 到 4，其中：

• 值接近 2：表示残差间不存在显著的一阶自相关性，这是理想情况。
• 值小于 2：表明存在正向的一阶自相关性，即相邻误差倾向于同号。
• 值大于 2：意味着存在负向的一阶自相关性，即相邻误差倾向于异号。

具体来说，Durbin-Watson 统计量 D 的计算公式为：

其中：T 是观测次数；et 表示第 t 次观测对应的残差（预测值与实际值之差）。

应用场景

在时间序列分析中，确保残差是独立且不相关的非常重要，因为如果残差显示出某种模式或趋势，则说明模型未能充分捕捉到数据中的信息。因此，使用 Durbin-Watson 统计量可以帮助评估模型拟合的好坏，并指导我们改进模型结构或选择更合适的建模方法。