数据分析知识：数据分析中的德沃夏克-克里克法.pdf

数据分析知识：数据分析中的德沃夏克-克里克法--第1页

数据分析知识：数据分析中的德沃夏克-克里

克法

德沃夏克-克里克法（D-W检验）是一种广泛应用于数据分析领域

的统计检验方法。所谓统计检验，就是通过样本数据对总体进行推断

的一种方法。D-W检验即为检验样本数据是否具有自相关性的一种方法。

本文将从D-W检验的原理、应用场景、计算方法和注意事项四个方面

来进行介绍。

一、D-W检验原理

自相关是指在时间序列中，当前观测值与前一观测值之间的相关

关系。在样本数据中存在自相关的情况，说明观测值之间存在某种联

系，这将会导致一系列不可预期的错误，在数据分析中将会对模型结

果产生不良影响。因此，检验样本数据是否存在自相关性是十分必要

的。

数据分析知识：数据分析中的德沃夏克-克里克法--第1页

数据分析知识：数据分析中的德沃夏克-克里克法--第2页

D-W检验是一种判定样本数据是否存在一阶自相关现象的方法。它

在回归模型中有广泛的应用，可以用来验证线性回归模型的合理性，

并可以修正模型中的自相关误差。

D-W检验原理又称为“德沃夏克-克里克检验法”，是由斯洛伐克

的数学家、统计学家鲍泰斯拉夫·德沃夏克和美国统计学家詹姆

斯·克里克共同提出的。该方法利用回归自变量X，通过建立OLS回归

方程，得到检验统计量DW值，进而判定样本数据是否存在自相关性。

DW值的取值范围为[0,4]，若DW值接近于0，则表明样本数据存

在正自相关；若DW值接近于4，则表明样本数据存在负自相关；若DW

值接近于2，则表明样本数据不存在（或不存在一阶自相关状态）。

二、D-W检验应用场景

D-W检验可应用于各种各样的数据分析领域，尤其是在时间序列分

析和回归分析中广泛应用。举例而言，如在销售数据预测中，如果预

测结果有一定误差，那么就需要检验数据是否存在自相关，进而修正

回归方程中的误差项。

数据分析知识：数据分析中的德沃夏克-克里克法--第2页

数据分析知识：数据分析中的德沃夏克-克里克法--第3页

在金融证券业中，投资者通过股票交易数据的分析可以制定出一

系列投资策略。假设在样本数据中，收盘价存在自相关，就说明收盘

价之间存在联系，投资者在制定投资策略时也需要考虑这一点。

在经济学分析中，很多经济指标都是时间序列样本数据，例如GDP、

通货膨胀率等都需要进行自相关分析，寻找内部存在的相关性。

三、D-W检验计算方法

D-W检验的计算步骤如下：

1、根据样本数据，建立OLS回归方程。

2、计算残差e值。

3、计算残差e值的一阶差分值，这又称为d值。

4、计算d值的平方和，即d2值。

5、计算样本数据的总方差，即均方误（MSE）。

6、计算DW值。DW值的计算公式如下：

DW=∑(ei-e(i-1))²/(∑ei²)

数据分析知识：数据分析中的德沃夏克-克里克法--第3页

数据分析知识：数据分析中的德沃夏克-克里克法--第4页

若DW值趋近0，则表明自相关系数为正；若DW值趋近4，则表明

自相关系数为负；若DW值趋近于2，则表明自相关比较小或基本上不

存在。

四、D-W检验注意事项

在使用D-W检验时，需要注意以下几点：

1、样本容量必须大于四个；

2、数据中不应有异常值或极端值，否则会对检验产生影响；

3、对于异常值、极端值的检测和处理，可以选择其他的数据