文档摘要

5.2 Ljung-Box Q检验 5.2 Ljung-Box Q检验 在拟合了ARIMA模型后，模型诊断是至关重要的一步。一个好的ARIMA模型应该能够充分捕捉时间序列中的线性和非线性依赖关系，使得模型残差成为一个白噪声序列。如果残差序列不是白噪声，则说明模型未能完全提取出序列中的信息，可能存在模型设定错误或需要进一步改进。 白噪声序列具有均值为零、方差为常数且各期之间不相关的特性。 会员。《5.2 Ljung-Box Q检验》收录于灏天文库文集《ARIMA 模型详解：经典时间序列预测方法》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/446-arima-%E6%A8%A1%E5%9E%8B%E8%AF%A6%E8%A7%A3%E7%BB%8F%E5%85%B8%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E6%96%B9%E6%B3%95

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流