statsmodels.stats.diagnostic.acorr_lm¶

statsmodels.stats.diagnostic.acorr_lm(resid, nlags=None, store=False, *, period=None, ddof=0, cov_type='nonrobust', cov_kwargs=None)[source]¶

拉格朗日乘数检验用于自相关。

这是一个用于自相关性的通用拉格朗日乘数检验。如果 resid 是平方残差数组，则返回 Engle 的 ARCH 检验。Breusch-Godfrey 是此检验的一个变体，包含额外的外生变量。

Parameters:¶

residarray_like

要测试的时间序列。

nlagsint, default None

使用的最大滞后值。

storebool, default False

如果为真，则中间结果也会被返回。

periodint, default none

季节性时间序列的周期。用于计算季节性数据的最大滞后值，使用 min(2*period, nobs // 5) 如果设置。如果为 None，则使用默认规则来设置滞后数。设置时，必须 >= 2。

ddofint, default 0

模型用于生成残差所消耗的自由度数量。默认值为 0。

cov_typestr, default “nonrobust”

协方差类型。默认是“nonrobust”，使用经典的OLS协方差估计量。指定“HC0”、“HC1”、“HC2”、“HC3”之一以使用White的协方差估计量。所有由OLS.fit支持的协方差类型都被接受。

cov_kwargsdict, default None

传递给 OLS.fit 的协方差选项字典。更多详情请参见 OLS.fit。

Returns:¶

lmfloat

拉格朗日乘数检验统计量。

lmpvalfloat

拉格朗日乘数检验的p值。

fvalfloat

F检验的f统计量，基于参数限制的F检验的替代版本的相同检验。

fpvalfloat

F检验的p值。

res_storeResultsStore, optional

中间结果。仅当 store=True 时返回。

另请参阅

het_arch

条件异方差性检验。

acorr_breusch_godfrey

Breusch-Godfrey 检验序列相关性。

acorr_ljung_box

Ljung-Box 检验序列相关性。

注释

检验统计量计算为 (nobs - ddof) * r2，其中 r2 是残差在 nlags 滞后上的回归的 R 平方。