statsmodels.tsa.arima.model.ARIMAResults.test_serial_correlation¶

ARIMAResults.test_serial_correlation(method, df_adjust=False, lags=None)¶

Ljung-Box 检验标准化残差无序列相关性

原假设是没有序列相关性。

Parameters:¶

method{‘ljungbox’, ‘boxpierce’, None}

序列相关的统计检验。如果为 None，则会尝试选择适当的检验。

lagsNone, int or array_like

如果 lags 是一个整数，则将其视为包含的最大滞后值，测试结果将报告所有较小滞后长度的结果。 如果 lags 是一个列表或数组，则包含列表中的所有滞后值，但仅报告列表中滞后值的测试结果。 如果 lags 为 None，则对于非季节性模型，默认的最大滞后值为 min(10, nobs // 5)，对于季节性时间序列，默认的最大滞后值为 min(2*m, nobs // 5)，其中 m 是季节性周期。

df_adjustbool, optional

如果为真，模型消耗的自由度将从用于测试的自由度中减去，以便统计量的调整自由度为 lags - model_df。在 ARMA 模型中，此值通常为 p+q，其中 p 是 AR 阶数，q 是 MA 阶数。当使用 df_adjust 时，不可能使用基于少于 model_df 滞后的测试。

Returns

——-

outputndarray

每个内生变量和每个滞后的(检验统计量, p值)数组。该数组的大小为(k_endog, 2, lags)。如果方法被调用为ljungbox = res.test_serial_correlation()，那么ljungbox[i]保存了第i个内生变量的Ljung-Box检验结果（如statsmodels.stats.diagnostic.acorr_ljungbox所返回的）。

另请参阅

statsmodels.stats.diagnostic.acorr_ljungbox

Ljung-Box 检验序列相关性。

注释

设 d = max(loglikelihood_burn, nobs_diffuse)；此测试计算时忽略前 d 个残差。

对于任何具有缺失值的内生变量，输出结果为 nan。