[英]Which specific heteroskedasticity test is included in Python pmdarima auto_arima() results?
我前段时间在CrossValidated上发布了这个问题,但还没有人能够回答它,所以我决定在这里发布它以防万一:
我正在使用来自 Python pmdarima
库的auto_arima()
function 来确定最佳 ARIMA model。
我的一个模型的结果是:
SARIMAX Results
=========================================================================================
Dep. Variable: y No. Observations: 96
Model: SARIMAX(2, 1, 1)x(1, 1, 1, 4) Log Likelihood -205.932
Date: Mon, 27 Jun 2022 AIC 423.863
Time: 15:29:13 BIC 438.928
Sample: 0 HQIC 429.941
- 96
Covariance Type: opg
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
ar.L1 -0.3863 0.167 -2.316 0.021 -0.713 -0.059
ar.L2 0.4234 0.071 5.957 0.000 0.284 0.563
ma.L1 0.4638 0.181 2.562 0.010 0.109 0.819
ar.S.L4 0.6404 0.176 3.644 0.000 0.296 0.985
ma.S.L4 -0.8840 0.139 -6.352 0.000 -1.157 -0.611
sigma2 5.3147 0.620 8.572 0.000 4.100 6.530
===================================================================================
Ljung-Box (L1) (Q): 0.01 Jarque-Bera (JB): 82.63
Prob(Q): 0.92 Prob(JB): 0.00
Heteroskedasticity (H): 3.56 Skew: -1.23
Prob(H) (two-sided): 0.00 Kurtosis: 6.97
===================================================================================
Warnings:
[1] Covariance matrix calculated using the outer product of gradients (complex-step).
我在这里熟悉 Ljung-Box 和 Jarque-Bera 检验,并且知道如何解释异方差检验结果(零假设:同方差)。 但是,我不知道哪个具体测试是异方差性测试。
我没有在pmdarima
网站上找到此信息。
关于 Python pmdarima
auto_arima()
结果中包含哪些特定异方差检验的任何想法?
谢谢!
我在搜索同一个问题时偶然发现了这个问题。
现在,我意识到这并不能回答您的具体问题 - 即summary()
方法具体显示了哪个测试的结果 - 但在上面的例子中Prob(H) (two-sided)
建议“白色测试”,并且值0 拒绝 Null 假设,即数据确实显示异方差。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.