Ljung-Box 檢定
另一個檢查資料自我相關的有力工具是 Ljung-Box 檢定。這個練習中，你將透過執行 Ljung-Box 檢定，練習偵測標準化殘差中的自我相關。
Ljung-Box 檢定的虛無假設為：資料彼此獨立分配。若 p 值大於指定的顯著水準，就無法拒絕虛無假設。換句話說，沒有明顯的自我相關跡象，模型可視為有效。
你會使用與上一題相同的 GARCH 模型。其標準化殘差已儲存在 std_resid。
本練習屬於課程
Python 中的 GARCH 模型
練習說明
- 從
statsmodels套件匯入進行 Ljung-Box 檢定所需的模組。 - 進行最多落後 10 期的 Ljung-Box 檢定，並將結果儲存在
lb_test。 - 列印並檢視 Ljung-Box 檢定結果中的 p 值。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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])