수정된 Box-Pierce(Ljung-Box) 카이-제곱 통계량 ARIMA

모든 수정된 Box-Pierce(Ljung-Box) 카이-제곱 통계량에 대한 정의 및 해석 방법을 확인해 보십시오.

시차

시차는 시간순으로 정렬된 데이터를 구분하는 기간입니다. Minitab에는 12의 배수인 시차를 표시합니다. 시차는 편 자기 상관 계수를 계산하기 위해 사용됩니다. (Box 및 Jenkins가 제안한) 최대 시차 수는 관측치가 240개 미만인 계열의 경우 약 n/4이고, 관측치가 240개를 초과하는 계열의 경우 입니다. 여기서 n은 관측치의 수입니다.

카이-제곱

카이-제곱 통계량은 Minitab에서 잔차가 서로 독립적인지 여부를 확인하기 위해 사용하는 검정 통계량입니다.

해석

Minitab에서는 카이-제곱 값을 사용하여 잔차가 서로 독립적인지 여부에 대한 결정을 내릴 때 사용하는 p-값을 계산합니다. p-값은 귀무 가설에 반하는 증거를 측정하는 확률입니다. p-값이 작을수록 귀무 가설에 반하는 더 강력한 증거가 됩니다.

DF

자유도는 데이터 내 정보의 양입니다. Minitab에서는 카이-제곱 통계량에 대한 자유도를 사용하여 p-값을 계산합니다.

p-값

p-값은 귀무 가설에 반하는 증거를 측정하는 확률입니다. p-값이 작을수록 귀무 가설에 반하는 더 강력한 증거가 됩니다. Minitab에서는 12의 배수인 누적 시차에 대해 p-값을 표시합니다.

해석

p-값을 사용하면 모형이 잔차가 서로 독립적이라는 가정을 충족하는지 여부를 확인할 수 있습니다. 잔차가 서로 독립적인지 여부를 확인하려면 p-값을 각 카이-제곱 통계량에 대한 유의 수준과 비교하십시오. 일반적으로 0.05의 유의 수준(α 또는 알파로 표시함)이 적절합니다. p-값이 유의 수준보다 크면 잔차가 서로 독립적이고 모형이 가정을 충족한다는 결론을 내릴 수 있습니다. 가정이 충족되지 않으면 모형이 데이터에 적합하지 않은 것이므로 결과를 해석할 때 주의해야 합니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오