Box.test
位於 stats
包(package)。 說明
計算 Box-Pierce 或 Ljung-Box 檢驗統計量,以檢查給定時間序列中獨立性的原假設。這些有時稱為‘portmanteau’ 測試。
用法
Box.test(x, lag = 1, type = c("Box-Pierce", "Ljung-Box"), fitdf = 0)
參數
x |
數值向量或單變量時間序列。 |
lag |
統計數據將基於 |
type |
要執行的測試:使用部分匹配。 |
fitdf |
如果 |
細節
這些測試有時應用於 ARMA(p, q)
擬合的殘差,在這種情況下,參考文獻建議通過設置 fitdf = p+q
獲得更好的零假設分布近似值,當然前提是 lag > fitdf
。
值
類"htest"
的列表包含以下組件:
statistic |
檢驗統計量的值。 |
parameter |
檢驗統計量的近似卡方分布的自由度(考慮 |
p.value |
檢驗的 p 值。 |
method |
指示執行哪種類型的測試的字符串。 |
data.name |
給出數據名稱的字符串。 |
注意
不處理缺失值。
例子
x <- rnorm (100)
Box.test (x, lag = 1)
Box.test (x, lag = 1, type = "Ljung")
作者
A. Trapletti
參考
Box, G. E. P. and Pierce, D. A. (1970), Distribution of residual correlations in autoregressive-integrated moving average time series models. Journal of the American Statistical Association, 65, 1509-1526. doi:10.2307/2284333.
Ljung, G. M. and Box, G. E. P. (1978), On a measure of lack of fit in time series models. Biometrika, 65, 297-303. doi:10.2307/2335207.
Harvey, A. C. (1993) Time Series Models. 2nd Edition, Harvester Wheatsheaf, NY, pp. 44, 45.
相關用法
- R Binomial 二項式分布
- R Beta 貝塔分布
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
- R plot.stepfun 繪製階躍函數
- R alias 查找模型中的別名(依賴項)
- R qqnorm 分位數-分位數圖
- R eff.aovlist 多層方差分析的計算效率
- R pairwise.t.test 成對 t 檢驗
- R loglin 擬合對數線性模型
- R predict.smooth.spline 通過平滑樣條擬合進行預測
- R bartlett.test 方差齊性的 Bartlett 檢驗
- R influence.measures 回歸刪除診斷
- R loess.control 設置黃土參數
- R Normal 正態分布
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Box-Pierce and Ljung-Box Tests。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。