Test statistique formel pour déterminer si un processus est un bruit blanc
Réponses:
Dans l'analyse des séries chronologiques, le test de Ljung-Box est généralement utilisé. Notez cependant qu'il teste les corrélations. Si les corrélations sont nulles, mais que la variance varie, alors le processus n'est pas du bruit blanc, mais le test de Ljung-Box échouera à rejeter l'hypothèse nulle. Voici un exemple dans R:
> Box.test(c(rnorm(100,0,1),rnorm(100,0,10)),type="Ljung-Box")
Box-Ljung test
data: c(rnorm(100, 0, 1), rnorm(100, 0, 10))
X-squared = 0.4771, df = 1, p-value = 0.4898
Voici l'intrigue du processus:
Voici plus de discussion sur ce test .
Les Ouliers de la série d'erreur "dégonfleront l'ACF" produisant ainsi un effet ALICE IN WINDERKlAND. Tous les ACF sont soumis à cela, donc il faut s'assurer qu'il n'y a pas d'anomalies
—
IrishStat
La bibliothèque R hwwntest (test Haar Wavelet White Noise) semble fonctionner plutôt bien. Il offre un certain nombre de fonctions. Il nécessite que la quantité de données soit une puissance de 2.
hywavwn.test () semble fonctionner le mieux pour moi.
> hywavwn.test(rnorm(128, 0, 1))
Hybrid Wavelet Test of White Noise
data:
p-value = 0.542
> hywavwn.test(rnorm(128, 0, 10))
Hybrid Wavelet Test of White Noise
data:
p-value = 1