我正在尝试对我的面板数据使用广义最小二乘模型（R 中的gls）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）来检查我的广义最小二乘模型（gls）中的自相关问题。
但是，我发现dwtest 不适用于gls 函数，而它适用于其他函数，例如lm。
有没有办法从我的gls 模型中检查自相关问题？
【问题讨论】：
标签： r regression correlation least-squares panel-data
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（R 中的gls）在模型中明确捕获它。我的理解是，Durbin-Watson 不适合在结果模型中测试“拟合优度”，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，有更深入的统计知识的人应该纠正我）。
话虽如此，car 包中的函数durbinWatsonTest 将接受任意残差并返回相关的测试统计信息。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 将仅计算 lm 模型的 p 值（可能是由于上述考虑因素），但您可以通过置换数据/残差来凭经验估计它们。
【讨论】：