statsmodels.stats.diagnostic.recursive_olsresiduals¶

statsmodels.stats.diagnostic.recursive_olsresiduals(res, skip=None, lamda=0.0, alpha=0.95, order_by=None)[source]¶

计算带有残差和Cusum检验统计量的递归OLS

Parameters:¶

resRegressionResults

回归模型的估计结果。

skipint, default None

用于初始 OLS 的观测值数量，如果为 None，则 skip 设置为等于回归变量（exog 中的列数）。

lamdafloat, default 0.0

用于岭回归校正初始 (X’X)^{-1} 的权重。

alpha{0.90, 0.95, 0.99}, default 0.95

测试的置信水平，目前仅支持两个值，用于cusum图中的置信区间。

order_byarray_like, default None

指定残差顺序的整数数组。如果未提供，则不改变残差的顺序。如果提供，必须与内生变量的观测数量相同。

Returns:¶

rresidndarray

递归的最小二乘残差。

rparamsndarray

递归的最小二乘参数估计。

rypredndarray

内生变量的递归预测。

rresid_standardizedndarray

递归残差标准化，使得其服从N(0,sigma2)分布，其中sigma2是误差方差。

rresid_scaledndarray

递归残差归一化，使其服从N(0,1)分布。

rcusumndarray

cusum检验的累积残差。

rcusumcindarray

使用alpha大小的cusum测试的置信区间。

注释

它生成的递归残差与其他版本相同。此版本更新了X’X矩阵的逆矩阵，并且在更新过程中不需要进行矩阵求逆。看起来很高效，但没有计时

在Greene和Brown、Durbin和Evans中的置信区间与Ploberger中的置信区间在经过一点代数运算后是相同的。

参考文献

jplv 用于检查公式，遵循 Harvey 的指导 BigJudge 5.5.2b 用于逆矩阵(X’X)更新的公式 Greene 章节 7.5.2

布朗, R. L., J. 德宾, 和 J. M. 埃文斯. “检验回归关系随时间恒定性的技术.” 皇家统计学会杂志. B辑 (方法论) 37, 第2期 (1975年): 149-192.