Q-тест Ljung-поля для остаточной автокорреляции
h = lbqtest(res)
h = lbqtest(res,Name,Value)
[h,pValue]
= lbqtest(___)
[h,pValue,stat,cValue]
= lbqtest(___)
возвращает логическое значение (h
= lbqtest(res
)h
) с решением отклонения от проведения Q-теста Ljung-поля для автокорреляции в остаточной серии res
.
дополнительные опции использования заданы одним или несколькими аргументами пары "имя-значение".h
= lbqtest(res
,Name,Value
)
Если каким-либо аргументом пары "имя-значение" является вектор, то всеми заданными аргументами пары "имя-значение" должны быть векторы равной длины или длины один. lbqtest(res,Name,Value)
обрабатывает каждый элемент векторного входа как отдельный тест и возвращает вектор решений отклонения.
Если каким-либо аргументом пары "имя-значение" является вектор - строка, то lbqtest(res,Name,Value)
возвращает вектор - строку.
Если вы получаете res
путем подбирания модели к данным, то необходимо уменьшать степени свободы (аргумент DoF
) количеством предполагаемых коэффициентов, исключая константы. Например, если вы получаете res
путем подбора кривой ARMA
(p, q) модель, устанавливаете DoF
на L −p−q, где L является Lags
.
Аргумент Lags
влияет на степень теста.
Если L является слишком маленьким, то тест не обнаруживает старшие автокорреляции.
Если L является слишком большим, то тест теряет степень, когда значительная корреляция в одной задержке размывается незначительными корреляциями в других задержках.
Поле, Дженкинс и Рейнсель предлагают установку min[20,T-1]
в качестве значения по умолчанию для lags
[1].
Tsay цитирует доказательство симуляции, что установка lags
к значению, аппроксимирующему журнал (T), обеспечивает лучшую производительность степени [5].
lbqtest
непосредственно не тестирует на последовательные зависимости кроме автокорреляции. Однако можно использовать его, чтобы идентифицировать условное выражение heteroscedasticity (эффекты ДУГИ) путем тестирования квадратов остатков [4].
Тест Энгла оценивает значение эффектов ДУГИ непосредственно. Для получения дополнительной информации смотрите archtest
.
[1] Поле, G. E. P. Г. М. Дженкинс и Г. К. Рейнсель. Анализ timeseries: Прогнозирование и Управление. 3-й редактор Englewood Cliffs, NJ: Prentice Hall, 1994.
[2] Броквелл, P. J. и Р. А. Дэвис. Введение во Временные ряды и Прогнозирование. 2-й редактор Нью-Йорк, Нью-Йорк: Спрингер, 2002.
[3] Gourieroux, C. Модели ДУГИ и финансовые приложения. Нью-Йорк: Springer-Verlag, 1997.
[4] Маклеод, A. I. и В. К. Ли. "Диагностика, Проверяющая Модели Временных рядов ARMA Используя Автокорреляции Квадрата остатка". Журнал Анализа Временных рядов. Издание 4, 1983, стр 269–273.
[5] Tsay, R. S. Анализ финансовых временных рядов. 2-й Эд. Хобокен, NJ: John Wiley & Sons, Inc., 2005.