Statistique modifiée du Khi deux de Box-Pierce (Ljung-Box) - ARIMA

Obtenez des définitions et bénéficiez de conseils en matière d'interprétation pour chaque statistique modifiée du Khi deux de Box-Pierce (Ljung-Box)

Décalage

Le décalage est la période qui sépare les données classées chronologiquement. Minitab affiche les décalages par multiples de 12. Le décalage est utilisé pour calculer le coefficient d'autocorrélation partielle. Le nombre maximal de décalages (comme indiqué par Box et Jenkins) est environ de n/4 pour une série comportant moins de 240 observations ou de pour une série avec plus de 240 observations, où n est le nombre d'observations.

Khi deux

La valeur de Khi deux est la statistique de test utilisée par Minitab pour déterminer si les valeurs résiduelles sont indépendantes.

Interprétation

Minitab utilise la valeur de Khi deux pour calculer la valeur de p, qui permet de déterminer si les valeurs résiduelles sont indépendantes. La valeur de p est la probabilité qui mesure le degré de certitude avec lequel il est possible d'invalider l'hypothèse nulle. Des probabilités faibles permettent d'invalider l'hypothèse nulle avec plus de certitude.

DL

Les degrés de liberté représentent la quantité d'informations dans vos données. Minitab utilise les degrés de liberté pour les statistiques du Khi deux, afin de calculer la valeur de p.

Valeur de p

La valeur de p est la probabilité qui mesure le degré de certitude avec lequel il est possible d'invalider l'hypothèse nulle. Des probabilités faibles permettent d'invalider l'hypothèse nulle avec plus de certitude. Minitab affiche les valeurs de p pour les décalages accumulés qui sont des multiples de 12.

Interprétation

Utilisez les valeurs de p pour déterminer si le modèle respecte les hypothèses selon lesquelles les valeurs résiduelles sont indépendantes. Pour déterminer si les valeurs résiduelles sont indépendantes, comparez la valeur de p au seuil de signification pour chaque statistique du Khi deux. En général, un seuil de signification (noté alpha ou α) de 0,05 fonctionne bien. Si la valeur de p est supérieure au seuil de signification, vous pouvez en conclure que les valeurs résiduelles sont indépendantes et que le modèle respecte l'hypothèse. Si cette hypothèse n'est pas vérifiée, il se peut que le modèle ne soit pas ajusté aux données et vous devez être prudent lors de l'interprétation des résultats.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique