Python Statsmodels的时间序列Ljung_Box检验
Ljung-Box检验即LB检验,是时间序列分析中检验序列自相关性的方法。LB检验的Q统计量为: 用来检验m阶滞后范围内序列的自相关性是否显著,或序列是否为白噪声,Q统计量服从自由度为m的卡方检验。 LB检验可同时用于时间序列以及时序模型的残差是否存在自相关性(是否为白噪声)。Python的statsmodels包提供了该检验的函数: from statsmodels.stats.diagnostic import acorr_ljungbox as lb_test 函数输入lb_test(x,lags=None,boxpierce=False): x:检验的时间序列 lags:检验的延迟数,若为None则输出 boxpierce:若为True,则同时输出boxpierce统计量的检验结果 (Box-Pierce检验为白噪声检验的另一个版本,是LB检验的前身) 输出: LB统计量值(array) LB-p值(array) 若boxpierce=True,则继续输出BP统计量的值和相应p值 来源: https://www.cnblogs.com/travelcat/p/11400307.html