2.3 Ljung-Box检验

2.3 Ljung-Box 检验

本节摘要：Ljung-Box Q 检验残差在滞后 1 到 m 上是否联合为零相关。原假设是白噪声。对已拟合的 ARIMA，Q 近似服从自由度为 m-p-q 的卡方，且必须 m>p+q。它是联合检验：通过了不代表每一根柱子都干净，仍要对照残差 ACF。

本节导读

阅读完本节，你应当能够：

1. 写出 Q = n(n+2) Σ r_k²/(n-k) 的含义：越往后的滞后权重略大。
2. 在 ARIMA 残差上使用正确自由度，并解释 m 太小或太大的风险。
3. 把 Q 检验与残差 ACF 一起读，避免「联合通过但滞后 12 一根巨柱」的漏网。

一、为什么需要正式的白噪声检验

残差 ACF 靠眼睛：带外算显著，带内算无事。样本量一变，带的宽度变，主观性跟着变。Ljung-Box 把前 m 个样本自相关的平方加起来，问：这么多柱子合在一起，还像从白噪声里抽出来的吗？

原假设 H0：在 1 到 m 阶，自相关全为零（残差像白噪声）。备择：至少一阶不为零。显著性常用 0.05。p 值小于 0.05 则拒绝白噪声，诊断失败。原文把这个检验明确放在模型诊断，不是可选项。

Q 的形式：

Q = n(n+2) Σ_{k=1}^{m} r̂_k² / (n-k)

n 是残差长度。分母 n-k 让较大的 k 权重稍大，修正了早期 Box-Pierce 统计量在有限样本里偏小的问题。m 常试 10、20，或 min(20, n/2) 附近；原文也提到可看到 40，但 m 接近 n/2 时不可靠。对季节序列，m 应覆盖至少一个季节周期，否则漏掉滞后 12 的峰。

二、自由度必须减去已经用掉的阶

若对原始观测做白噪声检验（还没有拟合 ARMA），Q 在 H0 下近似 χ²(m)。一旦这些残差来自已估的 ARIMA(p,d,q)（在差分后的 ARMA(p,q) 上），p 个 AR 和 q 个 MA 已经吸收了一部分相关，自由度改为 m-p-q，前提 m>p+q。m≤p+q 时检验不适用或需另修正。d 不进这个减法，因为差分不是用似然「吃掉」的自相关阶数，它改变的是序列定义。

⚠️ 常见坑：软件若按 χ²(m) 报 p 值，你却拟合了 ARMA(2,2)，检验会过于宽松，容易「通过」。看清文档自由度是否已减 p+q。

示意：n=80 的残差，m=10，p=1，q=1，算得 Q=12.4。自由度 8 的卡方，0.05 临界大约在 15.5 附近（不必记死，看 p 值）。12.4 对应的 p 值高于 0.05，这一档 m 不拒绝。若换 m=12 时 Q 突然跳到 28，打开残差 ACF，多半滞后 12 有柱——联合检验在 m 覆盖到季节后才喊痛。这正是要扫多个 m 的原因。

💡 关键直觉：Q 是「一篮子柱子」的体检。篮子通过，仍可能有一根季节柱又细又毒；篮子不通过，先看是哪几根把篮子撑破，再决定拧 p、q 还是 D。

三、和残差图一起用，才不会误判

联合显著可能来自很多小柱子同向累积，图上每根都擦边；也可能来自一根巨柱。修复完全不同：前者可能是整体欠拟合，后者常是漏季节或某个脉冲异常没处理。所以 Q 拒绝之后的下一步不是自动 p+=1，而是回到残差 ACF。

多个 m 的决策：我要求常用的几个 m 都过，才宣布诊断通过。若 m=10 过、m=20 不过，检查 11～20 里是否有季节倍数。若只有某一个很怪的 m 不过、ACF 又干净，记一笔，结合滚动误差决定，不必为单次 p=0.049 推翻一切——检验本身也有 5% 误拒。反过来，p=0.8 但滞后 1 的 ACF 明显出带，以图为准：联合检验有时会被其他近零的柱子稀释。

概念计算：

# acf_res[k] 为残差滞后 k 的样本自相关，k 从 1 到 m
Q = n * (n + 2) * sum(acf_res[k]**2 / (n - k) for k in range(1, m+1))
df = m - p - q
# p 值来自卡方 df；df 必须为正
​

原文还提醒：即使 Q 通过，也不能保证每一个滞后都无显著自相关。这句话应写进你的检查单。Ljung-Box 替代不了图，图替代不了 Q；一个防主观漏看整篮，一个防联合稀释后的单根毒柱。

对 SARIMA，减法里通常还要算上季节 P 和 Q（软件实现请核对）。m 必须大于非季节阶加季节阶之和。周季节用 m=14、21 比只用 m=7 更能看到第二周是否还有泄漏。

四、Box-Pierce、功效，以及季节 m 必须进篮子

早期 Box-Pierce 统计量是 n Σ r_k²，有限样本里偏小，容易该拒绝时不拒绝。Ljung-Box 用 n(n+2)/(n-k) 加权后，小样本表现更好，所以实务默认它。你若在老文献里看到 Q 的另一种写法，不要和软件输出的 LB 混比临界值。

功效：真实残差有微弱相关时，n 小、m 大，检验可能仍通过。所以「不拒绝」不是「证明是白噪声」，只是「在这套 m 和 n 下没找到足够证据」。这和单位根检验「不拒绝不等于没有单位根」是同一类口吻。样本短时，更要靠残差图，不要把 p=0.3 说成「已经白了」。

季节：篮子 m 必须至少覆盖一个周期，最好两个。周季节只用 m=7，第二周的泄漏看不见；月季节只用 m=10，滞后 12 根本没进篮子。这是现场「Q 通过但图上 12 有柱」的第一原因——不是检验和眼睛矛盾，是篮子太浅。对 SARIMA，软件若把季节阶也计入 model_df，自由度减得更多，m 更要大，否则 df 为负，检验直接无效。

多个 m 的报告方式：列一张小表，m=10、15、20、24 的 p 值并排。全部高于 0.05 才写「联合通过」。只有某一个略低于 0.05、对应 ACF 又干净，可在笔记里标「擦边」，结合滚动误差决定，不必为一次 5% 误拒推翻模型。反过来，p 值都很大但滞后 1 明显出带，以图为准，查软件是否忘了减 p+q，或是否用了标准化之前的残差。

不要对多步预测误差做 Ljung-Box 来否决模型。多步误差因累积，理论上就会相关。诊断对象永远是一步拟合残差。把这一点写进与业务的口径：他们关心的周总量误差，不是 Q 检验的输入。

五、动手对照：Q 表怎么排

列 m=10、15、20，季节数据加上 12、24。自由度 m-p-q 必须为正。全部 p 值高于 0.05 且残差 ACF 无稳定季节柱，才写联合通过。m=10 过、m=24 不过，打开 12 附近的柱。单次 p=0.049 且图干净，标擦边，结合滚动误差，不必神化。

问题：软件按卡方 m 报 p 值怎么办？

拟合了 ARMA 却不减 p+q，检验过松。看清文档的 model_df。

问题：能对多步误差做 Q 检验吗？

不能。多步因累积会相关，诊断只用一步残差。

六、场景推演（示意，非真实序列）

n=80、p=1、q=1、m=10，自由度 8。Q 若 12 左右，这一档不拒绝；换 m=12 突然跳到 28，打开残差 ACF 看滞后 12。周季节篮子至少覆盖 14 或 21，月季节必须把 12、24 放进表。m≤p+q 时检验无效。软件若按卡方 m 报 p 值，拟合后会过松，核对是否减了阶。不拒绝不是证明白噪声，只是这套 n 和 m 下证据不足，短样本更靠图。不要对多步误差做 Q，累积相关是机制。多个 m 并排，全部过且图无稳定季节柱才写联合通过。擦边 p 值结合滚动，不必为一次 5% 误拒推翻一切。Box-Pierce 偏小，实务用 Ljung-Box，不要混比临界值。

七、口令卡与计算备忘

口令：Q=n(n+2)Σr_k²/(n-k)，拟合后自由度 m-p-q，m 必须更大。篮子要覆盖季节周期，否则 12 的柱进不了联合检验。不拒绝不是证明白，只是证据不足。图与 Q 互为补：联合过仍可能有毒柱，联合不过先看哪根撑破篮子。不要对多步误差做 Q。多个 m 并排报告。软件未减阶会过松。Box-Pierce 有限样本偏小，用 Ljung-Box。df 为负说明 m 选小了或阶太大。擦边 p 值结合滚动，不必神化单次 0.049。

八、原文要点补全

原文把 Ljung-Box 放在诊断中心：Q=n(n+2)Σ r̂_k²/(n-k)，H0 为指定滞后内自相关全零。应用于 ARIMA 残差时自由度改为 m-p-q 且 m>p+q，d 不进减法。判别：p 值小于显著性水平则残差不是白噪声，需调整阶或考虑季节与非线性。即使 Q 通过也不能保证每一滞后都无显著相关，必须结合残差 ACF。m 过小漏季节，过大功效下降，通常在 min(20,n/2) 附近，季节数据覆盖周期。Box-Pierce 是早期形式，有限样本偏小。多个 m 都要通过才宣布诊断通过。原文流程图从拟合到计算 Q 到分支「是否白噪声」，失败出口是模型不充分需要调整，不是改预测步长。

对照表（补全动作）

九、示意算术走一遍

设残差长度 80、p=1、q=1、m=10，自由度 8。把前 10 个样本自相关平方，按 n(n+2)/(n-k) 加权求和得 Q。若 Q=12.4，对照自由度为 8 的卡方，0.05 临界大约在 15 附近，这一档不拒绝。换 m=12 后 Q 跳到 28，打开图看滞后 12 的柱，多半是季节泄漏，篮子在 m=10 时根本没装进年周期。软件若没减 p+q，同样的 Q 会用自由度 10，p 值更大，检验过松。不要对未来七天的总量误差做 Q，那是持出指标，不是一步残差。把「多个 m 并排、图与 Q 一起看、失败回识别」写成三行，现场就不会只盯一个 p 值。季节模型还要把 P 与 Q 计入自由度减法，m 更要大，否则 df 为负检验无效。周季节只用 m=7 会看不见第二周泄漏，应看到 14 或 21。联合通过但滞后 1 明显出带，以图为准并核对软件是否忘了减阶。不拒绝从来不是「证明已经白」，短样本更要靠残差图，把这句话写在 Q 表表头。功效在 n 小、m 大时会下降，真实微弱相关也可能通过，所以「不拒绝」要写成「这套 n 与 m 下没找到足够证据」。对 SARIMA，m 必须大于非季节阶加季节阶之和。选择 m 的经验范围在二十左右或样本量一半的较小者，接近一半时近似变差，不作为主结论。把这些限制和公式写在同一张卡片上，Q 检验才不会被当成万能开关。原文流程图从计算残差到绘制 ACF/PACF 再到执行 Q 检验，失败出口明确是模型不充分需要调整阶或季节。把出口贴在软件输出旁边，避免看见小 p 值却去改预测步长。多个 m 的表建议固定为十、十五、二十，季节数据加上十二与二十四，不要每次心情不同另选一列好看的。这张固定表也便于跨周交接，下一班能直接续写 p 值而不是重选滞后。

要点速记

• H0 是残差白噪声：拒绝就要回识别，不是调预测步长能救。
• Q 对较远滞后略加权：比早期 Box-Pierce 更适合有限样本。
• 拟合后自由度是 m-p-q：d 不减进去；m 必须大于 p+q。
• 扫多个 m：尤其要覆盖季节周期。
• 联合通过 ≠ 每根柱子干净：仍看残差 ACF。
• 拒绝后先看哪根柱：再决定改短阶还是改季节。
• 单次擦边 p 值不必神化：结合图和滚动误差。

下一节在通过诊断的短名单里用 AIC、BIC 做取舍，并说清它们为什么不能代替持出样本。