Test di Ljung-Box
Un altro strumento molto utile per controllare le autocorrelazioni nei dati è il test di Ljung-Box. In questo esercizio metterai in pratica il rilevamento dell’autocorrelazione nei residui standardizzati eseguendo un test di Ljung-Box.
L’ipotesi nulla del test di Ljung-Box è: i dati sono distribuiti in modo indipendente. Se il p-value è maggiore del livello di significatività specificato, non si può rifiutare l’ipotesi nulla. In altre parole, non ci sono segnali evidenti di autocorrelazione e il modello è valido.
Userai lo stesso modello GARCH dell’esercizio precedente. I suoi residui standardizzati sono salvati in std_resid.
Questo esercizio fa parte del corso
Modelli GARCH in Python
Istruzioni dell'esercizio
- Importa il modulo necessario per i test di Ljung-Box dal pacchetto
statsmodels. - Esegui un test di Ljung-Box fino al lag 10 e salva il risultato in
lb_test. - Stampa e rivedi i p-value dal risultato del test di Ljung-Box.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import the Python module
from statsmodels.stats.diagnostic import ____
# Perform the Ljung-Box test
lb_test = ____(std_resid , ____ = ____, return_df = True)
# Print the p-values
print('P-values are: ', ____.iloc[0,1])