1.首先要知道你用的哪一个SAS子程序。
2.如果是PROC NLIN,那么非常遗憾，它没有现成的DW统计量，但是你可以在OUTPUT选项中在输出数据集里面输出残差。
3.DW实际上是对残差做一阶自相关判断，因此你完全可以根据公式用SAS中的DATA步来完成代码开发，参考代码如下：
data nkwilling;
do i=1 to 100;
e=normal(0);
output;
end;
run;
data DW;
set nkwilling end=last;
e_lag=lag(e);
e_dif=sum(e,-e_lag);
t1=e_dif*e_dif;
t2=e*e;
if _n_=1 then do;dw1=t1;dw2=t2;end;
else do;dw1+t1;dw2+t2;end;
if last then dw=dw1/dw2;
run;
再参考DW有关自相关的范围，我记得好像是0-4，作出判断。
匆忙写的，你再参考有关书籍做一下修改。
sas 和spss都能做
检验图就是残差图
以预测值Y为横轴，以y与预测值Y之间的误差et为纵轴（或学生化残差与拟和值或一个自变量），绘制残差的散点图。如果散点呈现出明显的规律性，则认为存在自相关性或者非线性或者非常数方差的问题。
DW是0<D<4,统计学意义如下：
①当残差与自变量互为独立时，D=2 或 DW 越接近2，判断无自相关性把握越大。
②当相邻两点的残差为正相关时，D<2，DW 越接近于0，正自相关性越强。
③当相邻两点的残差为负相关时，D>2，DW 越接近于4，负自相关性越强。
判断。根据样本容量n 和解释变量的数目p 查DW 分布表，得下临界值L D 和上临界值U D ，
并依下列准则判断扰动项的自相关情形。
(1)如果0<DW< L D ，则拒绝零假设，扰动项存在一阶正自相关。DW 越接近于0，正自相关
性越强。
(2)如果L D <DW< U D ，则无法判断是否有自相关。
(3)如果U D <DW<4- U D ，则接受零假设，扰动项不存在一阶正自相关。DW 越接近2，判断
无自相关性把握越大。
(4)如果4- U D <DW<4- L D ，则无法判断是否有自相关。
(5) 如果4- L D <DW<4，则拒绝零假设，扰动项存在一阶负自相关。DW 越接近于4，负自
相关性越强。
扫码加好友，拉您进群
全部版块
我的主页
收藏
