时序预测 | MATLAB实现时间序列回归之评估模型残差及相关分析
基本介绍
此示例说明如何通过检查残差序列来评估模型假设并调整模型参数。
本系列前面示例中的信用违约数据分析提出了许多不同的模型,使用数据的各种转换和预测变量的各种子集。
- 残差分析是减少考虑的模型数量、评估选项和建议重新指定的路径的重要步骤。
- 具有明显偏离经典线性模型 (CLM) 假设(在示例时间序列回归之线性模型中讨论)的残差的多元线性回归 (MLR) 模型不太可能在解释变量关系或预测新响应方面表现良好。
- 已经开发许多统计检验来评估 CLM 对创新过程的假设。
程序设计
残差分析
- 下面为前一个示例中识别的每个模型生成残差图,在两个模型类别(无差异和差异数据)中的每一个中:
load Data_TSReg5
map = cool(