Wat is de betekenis van “ lag ” in Box.test (Ljung-Box-test)

Ik wil de Ljung-Box-test uitvoeren op residuen van het ARIMA-model met

Box.test(e, type = "Ljung-Box", fitdf = degrees_of_freedom) 

waarbij N = 3064, met 8 variabelen en 1 aanvullende aanpassing van ar (1) in ARIMA-model.

Maar ik krijg rare resultaten

Box-Ljung-test

data: e
X-squared = 20.134, df = -3055, p-value = NA

Uiteraard df en p-waarde zijn uitgeschakeld en ik weet dat het iets te maken heeft met de parameter lag in de functie Box.test. Maar ik weet niet wat deze parameter echt doet en ook niet hoe ik deze moet bepalen.

Antwoord

Uw probleem is waarschijnlijk met fitdf, niet lag. Bij het toepassen van de Ljung-Box-test op residuen van een ARMA (p, q) -model, fitdf moet gelijk zijn aan $ p + q $ . De eerste $ p + q $ autocorrelaties worden op basis van constructie op nul geschat, dus het is de bedoeling dat je de asymptotische verdeling van de teststatistiek aanpast onder de nulhypothese. Dit is wat fitdf doet. In combinatie met lag, het vergemakkelijkt het instellen van de parameter voor vrijheidsgraden van de $ \ chi ^ 2 $ asymptotische distributie naar lagfitdf. Wat u in plaats daarvan blijkbaar deed, is fitdf instellen op de lengte van de reeks minus uw parameter count, wat ertoe leidde dat lagfitdf negatief was en dus een onzin-null-distributie produceerde en geen $ p $ -waarde.

De correctie van de vrijheidsgraden via fitdf lijkt de test goed te laten werken, maar blijkbaar is dat zo niet, zoals uitgelegd in de thread " Testen op autocorrelatie: Ljung-Box versus Breusch-Godfrey " . Daarom moet u niet de Ljung-Box-test op residuen van een ARIMA-model gebruiken; gebruik in plaats daarvan de Breusch-Godfrey-test.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *