1、 残差自相关性分析,以及如何消除残差
详情建模数第六章
clc,clear,close all
y=[20.96;21.40;21.96;21.52;22.39;22.76;23.48;23.66;24.10;24.01;24.54;24.30;25.00;25.64;26.36;26.98;27.52;27.78;28.24;28.78];
x=[127.3;130.0;132.7;129.4;135.0;137.1;141.2;142.8;145.5;145.3;148.3;146.4;150.2;153.1;157.3;160.7;164.2;165.6;168.7;171.7];
rstool(x,y)
%数据Dw检验,相关性检验,函数考虑时间,证明时间是否有滞后性
a=ones(numel(x),1);%有多少个数据,要改
b=0.176*x-1.455*a;%预测函数值,要改
c=y-b % 残差=实际值-预测值
c1=c(2:end,1);%残差e(t)
c2=c(1:end-1,1);%e(t-1)
plot(c1,c2,'*')%残差散点图
xlabel('e(i-1)'),
ylabel('e(i)')
hold on
%画横纵坐标
d=0;
d1=-0.15:0.001:0.25;
plot(d,d1,'.r')
hold on
plot(d1,d,'.r')
% DW的程序:
num=c(1:19)'*c(2:20);
den=sum(c(2:20).^2);
p = num/den%p值
DW=2*(1-p)%DW
clc,clear,close all
y=[20.96;21.40;21.96;21.52;22.39;22.76;23.48;23.66;24.10;24.01;24.54;24.30;25.00;25.64;26.36;26.98;27.52;27.78;28.24;28.78];
x=[127.3;130.0;132.7;129.4;135.0;137.1;141.2;142.8;145.5;145.3;148.3;146.4;150.2;153.1;157.3;160.7;164.2;165.6;168.7;171.7];
rstool(x,y)
%数据Dw检验,相关性检验,函数考虑时间,证明时间是否有滞后性
a=ones(numel(x),1);%有多少个数据,要改
b=0.176*x-1.455*a;%预测函数值,要改
c=y-b % 残差=实际值-预测值
c1=c(2:end,1);%残差e(t)
c2=c(1:end-1,1);%e(t-1)
plot(c1,c2,'*')%残差散点图
xlabel('e(i-1)'),
ylabel('e(i)')
hold on
%画横纵坐标
d=0;
d1=-0.15:0.001:0.25;
plot(d,d1,'.r')
hold on
plot(d1,d,'.r')
% DW的程序:
num=c(1:19)'*c(2:20);
den=sum(c(2:20).^2);
p = num/den%p值
DW=2*(1-p)%DW
% DW模型优化后的程序:
clc,clear,close all
y=[20.96;21.40;21.96;21.52;22.39;22.76;23.48;23.66;24.10;24.01;24.54;24.30;25.00;25.64;26.36;26.98;27.52;27.78;28.24;28.78];
y1