python时间序列因果检验_Python Statsmodels的时间序列Ljung_Box检验
Ljung-Box检验即LB检验,是时间序列分析中检验序列自相关性的方法。LB检验的Q统计量为:
image.png
用来检验m阶滞后范围内序列的自相关性是否显著,或序列是否为白噪声,Q统计量服从自由度为m的卡方分布。
LB检验可同时用于时间序列以及时序模型的残差是否存在自相关性(是否为白噪声)。Python的statsmodels包提供了该检验的函数:
from statsmodels.stats.diagnostic import acorr_ljungbox as lb_test
函数输入 lb_test(x,lags=None,boxpierce=False):
x:检验的时间序列
lags(int,list or None):检验的延迟数,
若为None则输出min((nobs // 2 - 2), 40),其中nobs为观测样本数量,样本较大的情况下输出40
boxpierce:若为True,则同时输出boxpierce统计量的检验结果
(Box-Pierce检验为白噪声检验的另一个版本,是LB检验的前身)
函数输出:
LB统计量值(array)
LB-p值(array)
若boxpierce=True,则继续输出BP统计量的值和相应p值
作为样例,选取了一段市场指数的回报率进行检验,输出p值序列:
plt.plot(lb_test(df_list[index_list[0]]['Return'])[1])
plt.show()
image.png
在延迟超过5时,p值下降到0.05置信度以下,可以认为出现显著的自回归关系,且序列并非白噪声
python时间序列因果检验_Python Statsmodels的时间序列Ljung_Box检验相关推荐
- python平稳性检验_Python中非平稳时间序列的处理
以下应用有什么共同点:预测未来三个月的一个家庭的电力消耗:估计在一定时期内道路的交通量:以及预测一个股票在纽约证券交易所上交易的价格. 以上都涉及时间序列数据的概念!如果没有"时间" ...
- python做时序图_python如何做时间序列
python做时间序列的方法:首先导入需要的工具包,输入"data.plot()","plt().show()"命令绘制时序图:然后由acf,pacf判断模型参 ...
- python平稳性检验_python statsmodels coint协整关系检验与结果分析
在满足数据的平稳性后,使用原时间序列进行coint协整检验.(如果前面有进行一阶差分,也不能用一阶差分的序列,切记) statsmodels.tsa.stattools.coint statsmode ...
- python求平方值_python – Statsmodels:计算拟合值和R平方
我正在运行如下的回归(df是一个pandas数据帧): import statsmodels.api as sm est = sm.OLS(df['p'], df[['e', 'varA', 'mea ...
- python时间序列平稳性检验_Python量化投资基础:时间序列的平稳性检验
主要内容: 1. 自相关性和自相关系数 2. 强平稳和弱平稳 3. Python平稳性检验实战 重要性:10分 (1-10). 时间序列数据的平稳性对于我们采用什么样的分析方式.选择什么样的模型有着至 ...
- python用电度数设计_Python时间序列预测实战(电力负荷预测)
这是我之前工作做的一个项目 import os import pandas as pd import numpy path = "E:/工作/负荷预测/历史负荷数据-每天" #文件 ...
- python时间序列分析包_python关于时间序列的分析
1, pandas生成时间一般采用date_range操作,这个之前的博客已经详细的讲解过,这里就不在阐述 2, pandas的数据重采样 什么是数据重采样? 就好比原来一堆统计数据是按照天来进行统计 ...
- python短期预测图_Python中利用长短期记忆模型LSTM进行时间序列预测分析
原文链接:http://tecdat.cn/?p=6663 此示例中,神经网络用于使用2011年4月至2013年2月期间的数据预测都柏林市议会公民办公室的能源消耗. 每日数据是通过总计每天提供的15分 ...
- python adf检验_python做adf检验
adf检验是用来检验序列是否平稳的方式 一般来说是时间序列中的一种检验方法 python中可使用现成的工具statsmodels来实现adf检验 import numpy as np import s ...
最新文章
- 3年营收翻8倍,网易智慧企业业务多品牌战略升级
- linux tr命令书上的一个很好的例子
- 萌新学习Python爬取B站弹幕+R语言分词demo说明
- Python——配置环境的导出与导入
- 计算机最低分怎么英语,编写一个学生类 有年龄 英语、数学、计算机三门成绩 求平均分、最高分、最低分...
- bzoj 3101: N皇后
- 局域网即时通讯软件java_如何选择企业即时通讯软件?
- 个人信息保护与大数据应用如何共存
- LBP算法,空间金字塔 文献阅读报告《基于差分量化局部二值模式的人脸反欺诈算法研究》
- jQuery - 滚动条插件 NiceScroll 使用详解(滚动条美化)
- 用python完成《商务与经济统计(第13版)》课后练习——第7章和第8章
- 人工智能资料下载地址分享
- RS485转OPC UA
- Redis集群-哨兵
- 递归计算 1 - 100 的和
- vue kepp-alive实践总结
- python模拟阴阳师抽卡
- 你懂得“沉没成本”是什么吗?是可怕的赌徒思想,会毁了你的一生
- Power BI(十三)Power pivot之工作日计算
- windows服务在哪里找
热门文章
- 边缘链接 matlab,matlab-“简单”边缘-线-检测
- mysql等待事件类型_Oracle中常见的33个等待事件小结
- mysql查询为0的值_MySql查询整型字段空字符时出现为0的数据
- linux socket通信tcp,基于TCP协议的socket通信
- 回归模型中截距项的意义_中级经济师考试 回归模型
- SpringCloud中Feign服务调用请求方式及参数总结
- java ast 添加注解_基于AST的组件化自动插桩方案
- Awk之if ,else if,else用法
- 动手写 framebuffer 画点、划线程序 (七)
- java 微信多媒体文件_java微信接口之三—上传多媒体文件