十二月九日，下午三点零八分。
大数据竞赛初审结果公布。陆子舟盯着萤幕上的评语栏，右眼的眼皮又开始跳了。评语写得简短而致命：
「模型预测残差项存在严重的时间序列自相关n统计量=0.73，远低於可接受水准。建议重新检视模型设定。」
他盯着那个0.73。统计量的理想值在2附近，低於1表示残差存在正自相关，也就是说，模型的预测误差不是随机的，而是有系统性的模式。这意味着他们漏掉了某个随时间变化的变数，或者模型的动态结构设定错误。
「阿坤，」他的声音平静得可怕，「DW统计量0.73。」
阿坤从萤幕後面探出头，脸色瞬间苍白：「0.73？那几乎等於完全正自相关了。」
「对。评审说得没错，我们的残差有严重的时间序列结构。这表示模型在时间维度上根本没有正确捕捉到资料的生成过程。」
晴萱走过来，看了一眼评语，翻开她的笔记本：「学长，我们的特徵工程里面有加入时间滞後项吗？」
「有，但只加了一期。」
「也许要加更多期，或者用ARIMA结构处理残差。」
陆子舟摇摇头：「不是加滞後项就能解决的。DW统计量0.73意味着残差之间的相关性非常强，这不是单纯的滞後项能处理的。需要用GLS——广义最小二乘法——来重新估计参数，把残差的共变异数结构纳入模型。」
「但GLS需要估计残差的共变异数矩阵，」阿坤皱眉，「我们的样本数——」
「样本数够，问题是我们需要先诊断残差的结构。是2？还是更复杂的季节性结构？」
三人陷入沉默。研究室里的暖气依然没有开启，窗外的寒风拍打着玻璃。陆子舟的胃袋发出一声微弱的咕噜——中午只吃了一碗学餐的阳春面，四十元，没有任何油脂。
内容未完，下一页继续阅读