如何在 excel 中执行 durbin-watson 检验

线性回归的关键假设之一是残差之间不存在相关性，即残差是独立的。

确定是否满足此假设的一种方法是执行Durbin-Watson 检验，该检验用于检测回归残差中是否存在自相关。该测试使用以下假设：

H ₀ （零假设）：残差之间不存在相关性。

H _A （替代假设）：残差是自相关的。

本教程提供了如何在 Excel 中执行 Durbin-Watson 检验的分步示例。

第 1 步：输入数据

首先，我们将从要为其构建多元线性回归模型的数据集中输入值：

步骤 2：拟合多元线性回归模型

接下来，我们将使用 y 作为响应变量、x1 和 x2 作为预测变量来拟合多元线性回归模型。

为此，请单击顶部功能区的“数据”选项卡。然后单击“分析”组中的“数据分析” 。

如果您没有看到此选项，则必须首先加载分析工具库。

在出现的窗口中，单击回归，然后单击确定。在出现的新窗口中，提供以下信息：

单击“确定”后，将出现回归结果：

步骤 3：执行 Durbin-Watson 检验

Durbin-Watson 检验的检验统计量（表示为d ）计算如下：

金子：

• T：观察总数
• et _t ：回归模型的第t^个残差

要在 Excel 中计算此检验统计量，我们可以使用以下公式：

检验统计量结果为1.3475 。

要确定 Durbin-Watson 检验统计量在某个 alpha 水平上是否显着显着，可以参考此临界值表。

对于回归模型中 α = 0.05、n = 13 个观测值和 k = 2 个自变量，Durbin-Watson 表显示以下临界值上限和下限：

• 下临界值： 0.86
• 上临界值： 1.56

由于我们的检验统计量1.3475并未超出此范围，因此我们没有足够的证据来拒绝 Durbin-Watson 检验的原假设。

换句话说，残差之间不存在相关性。

如果检测到自相关该怎么办

如果您拒绝零假设并得出残差中存在自相关的结论，那么如果问题足够严重，您有多种选择来纠正该问题：

• 对于正序列相关，请考虑向模型添加因变量和/或自变量的滞后。
• 对于负序列相关，请确保没有任何变量过度延迟。
• 对于季节性相关性，请考虑向模型添加季节性虚拟变量。

其他资源

如何在 Excel 中创建残差图
如何在Excel中计算标准化残差
如何在 Excel 中计算残差平方和