Teste de Ljung-Box
Outra ferramenta poderosa para verificar autocorrelações nos dados é o teste de Ljung-Box. Neste exercício, você vai praticar a detecção de autocorrelação nos resíduos padronizados realizando um teste de Ljung-Box.
A hipótese nula do teste de Ljung-Box é: os dados são distribuídos de forma independente. Se o valor de p for maior do que o nível de significância especificado, a hipótese nula não pode ser rejeitada. Em outras palavras, não há sinal claro de autocorrelação e o modelo é válido.
Você usará o mesmo modelo GARCH do exercício anterior. Seus resíduos padronizados estão salvos em std_resid.
Este exercício faz parte do curso
Modelos GARCH em Python
Instruções do exercício
- Importe o módulo necessário para testes de Ljung-Box do pacote
statsmodels. - Realize um teste de Ljung-Box até a defasagem 10 e salve o resultado em
lb_test. - Imprima e revise os valores de p do resultado do teste de Ljung-Box.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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])