外观
Durbin-Watson 检验教程
快速判断回归残差是否存在一阶序列相关。
常用 Stata 命令
reg y x controls
estat dwatson 在 STATAU 中打开此功能
Durbin-Watsonestat dwatson序列相关检验
这个页面解决什么问题
如果你的数据带有明显时间顺序，比如年度面板、季度面板或时间序列回归，就可以先用 Durbin-Watson 看看残差有没有“一段时间持续同方向偏离”的迹象。
适用数据与前提
需要一组已经设定好的回归变量，并确保时间顺序有意义。
STATAU 页面中每个位置应该放什么变量
| 网站位置 | 应放入的变量 | 说明 |
|---|---|---|
| 因变量 (Y) | 结果变量 | 用于构造残差序列。 |
| 自变量 (X) / 控制变量 | 回归解释变量集合 | 通常沿用已有回归设定。 |
| 时间顺序 | 样本排序逻辑 | 需要保证观测在时间维度上有实际先后顺序。 |
Stata 等效代码
reg [因变量] [解释变量] [控制变量]
estat dwatson| Stata 代码位置 | STATAU 网站对应位置 | 应放入什么 |
|---|---|---|
reg [因变量] [解释变量] [控制变量] | 因变量 + 自变量 + 控制变量 | 先构造与你要诊断的同一组回归残差。 |
estat dwatson | 执行 Durbin-Watson 检验 | 对应输出 DW 统计量。 |
在 STATAU 中操作步骤
- 用准备好的回归变量运行 Durbin-Watson 检验。
- 先看统计量大致落在 0 到 4 的哪个区域，再结合 p 值判断。
结果怎么看
- 统计量接近 2 时，通常说明一阶序列相关不明显。
- 明显偏离 2 时，要考虑是否存在正相关或负相关风险。
论文表述示例
- 可以写成：“Durbin-Watson 统计量接近 2，说明残差不存在明显的一阶序列相关问题。”
常见使用误区
- 如果样本本身没有时间顺序，只是横截面数据，Durbin-Watson 的意义会明显下降。
- DW 更适合做快速残差诊断，序列相关严重时通常还要继续考虑更适合的模型设定。