# step2:按照white检验的模型,将残差回归到f(x)或者hat{y}上 X_u=np.column_stack((hat_y,hat_y2)) X_u= sm.add_constant(X_u) results1 = sm.OLS(hat_u2, X_u).fit() results1.summary() # step3: 根据系数显著性给出结论(t test or F test)
时间: 2024-03-30 18:39:50 浏览: 132
fluent 判断残差的方法
在step2中,我们按照White检验的模型将残差的平方(hat_u2)回归到拟合值(hat_y)和拟合值的平方(hat_y2)上。这样做的目的是检验回归模型的异方差性,即方差是否随着预测变量的变化而变化。
在step3中,我们需要根据回归结果进行系数显著性检验。针对不同的回归模型,我们可以采用不同的方法进行检验,例如t检验或F检验。根据检验结果,我们可以得出结论,判断拟合度是否合理,以及模型是否存在异方差性等问题。
阅读全文