我想测试时间序列中的异方差性。python 中的工具如:statsmodels.stats.diagnostic.het_breuschpagan 需要残差作为通过将模型拟合到数据而获得的输入。由于这种测试依赖于训练模型的优劣。我想在不训练任何模型的情况下直接在数据本身上测试时间序列的异方差性。所以我在 R 中使用 McLeod.Li 测试来测试原始时间序列。我分析的个体特征具有异方差性。为了消除异方差,我将 1 添加到数据中的所有条目(因为它有 0 个条目)并计算异方差,将 pvalues 移至 0。为什么?
检验时间序列中的异方差性
数据挖掘
r
时间序列
统计数据
2022-02-15 01:10:37
1个回答
您可以对原始时间序列使用相同的测试。您不需要在残差上使用它。这正是这些测试通常用于的目的(如果您对模型的质量感兴趣)。
然而,异方差性最容易通过目视检查来识别。