白噪声检验python | 您所在的位置:网站首页 › python 白噪声检测 › 白噪声检验python |
白噪声检验也称为纯随机性检验, 当数据是纯随机数据时,再对数据进行分析就没有任何意义了, 所以拿到数据后最好对数据进行一个纯随机性检验 acorr_ljungbox(x, lags=None, boxpierce=False) # 数据的纯随机性检验函数 lags为延迟期数,如果为整数,则是包含在内的延迟期数,如果是一个列表或数组,那么所有时滞都包含在列表中最大的时滞中 boxpierce为True时表示除开返回LB统计量还会返回Box和Pierce的Q统计量 返回值: lbvalue:测试的统计量 pvalue:基于卡方分布的p统计量 bpvalue:((optionsal), float or array) ? 基于 Box-Pierce 的检验的p统计量 bppvalue:((optional), float or array) ? 基于卡方分布下的Box-Pierce检验的p统计量 代码实现: from statsmodels.stats.diagnostic import acorr_ljungbox acorr_ljungbox(b.salesVolume, lags = [6, 12],boxpierce=True) 由输出结果可以看到,不管是使用哪个统计量,p值都很大,所以该数据无法拒绝原假设,即认为该数据是纯随机数据 补充知识:用python实现时间序列单位根检验 在时间序列的建模中,需要先对数据进行平稳性检验,常用的有DF检验、ADF检验和PP检验,文章实例ADF检验 |
CopyRight 2018-2019 实验室设备网 版权所有 |