statsmodels.stats.diagnostic.linear_reset¶

statsmodels.stats.diagnostic.linear_reset(res, power=3, test_type='fitted', use_f=False, cov_type='nonrobust', cov_kwargs=None)[source]¶

拉姆齐的RESET检验用于忽略的非线性

Parameters:¶

resRegressionResults

线性回归的结果实例。

power{int, List[int]}, default 3

如果是一个整数，模型中包含的最大幂次。包括幂次2, 3, …, power。如果是一个整数列表，则包括列表中的所有幂次。

test_typestr, default “fitted”

要使用的增强类型：

• “fitted” : （默认）使用拟合值的幂次来增强回归变量。

• “exog” : 使用 exog 的幂次增强 exog。不包括二元回归变量。

• “princomp”: 使用外生变量的第一个主成分的幂次来增强外生变量。

use_fbool, default False

指示是否应使用F检验（True）或卡方检验（False）的标志。

cov_typestr, default “nonrobust

协方差类型。默认是“nonrobust”，使用经典的OLS协方差估计量。指定“HC0”、“HC1”、“HC2”、“HC3”之一以使用White的协方差估计量。所有由OLS.fit支持的协方差类型都被接受。

cov_kwargsdict, default None

传递给 OLS.fit 的协方差选项字典。更多详情请参见 OLS.fit。

Returns:¶

ContrastResults

Ramsey’s Reset 测试的测试结果。详见实现细节的注释。

注释

RESET 检验使用了一种增广回归形式

\[Y = X\beta + Z\gamma + \epsilon\]

其中 \(Z\) 是一组回归变量，它们是以下之一：

• 原始回归中的\(X\hat{\beta}\)的幂。

• 幂次项 \(X\)，不包括常数项和二元回归变量。

• 第一个主成分的幂次。如果模型包含常数项，则在计算主成分之前会删除此列。无论哪种情况，主成分都是从剩余列的相关矩阵中提取的。

该测试是关于原假设 \(H_0:\gamma=0\) 的 Wald 检验。如果 use_f 为 True，则二次型检验统计量将除以约束的数量，并使用 F 分布来计算临界值。