statsmodels.stats.diagnostic.linear_rainbow¶

statsmodels.stats.diagnostic.linear_rainbow(res, frac=0.5, order_by=None, use_distance=False, center=None)[source]¶

线性彩虹测试

零假设是使用完整样本拟合模型的结果与使用中心子集的结果相同。备择假设是拟合结果不同。彩虹检验对许多不同形式的非线性具有检验效力。

Parameters:¶

resRegressionResults

线性回归的结果实例。

fracfloat, default 0.5

中心模型中包含的数据比例。

order_by{ndarray, str, List[str]}, default None

如果是一个ndarray，数组中的值用于对观测值进行排序。如果是一个字符串或字符串列表，这些字符串被解释为列名，然后用于按字典顺序对数据进行排序。

use_distancebool, default False

指示是否应根据到中心的马氏距离对数据进行排序的标志。

center{float, int}, default None

如果是一个浮点数，值必须在 [0, 1] 范围内，中心是排序数据的中心 * nobs。如果是一个整数，必须在 [0, nobs) 范围内，并被解释为要使用的排序数据的观测值。

Returns:¶

fstatfloat

基于F检验的检验统计量。

pvaluefloat

测试的p值。

注释

此测试假设残差是同方差的，如果残差是异方差的，可能会拒绝正确的线性规范。