No sólo puede usted buscar en una trama, creo que es por lo general una mejor opción. La prueba de hipótesis en esta situación responde a la pregunta equivocada.
La trama habitual a considerar sería una función de autocorrelación (ACF) de residuos.
La función de autocorrelación es la correlación de los residuos (como una serie de tiempo) con sus propios retrasos.
Aquí, por ejemplo, está el ACF de los residuos de un pequeño ejemplo de Montgomery et al.
Algunas de las correlaciones de la muestra (por ejemplo, en los rezagos 1,2 y 8) no son particularmente pequeñas (por lo que pueden afectar sustancialmente las cosas), pero tampoco se pueden distinguir por el efecto del ruido (la muestra es muy pequeña).
Editar: Aquí hay un gráfico para ilustrar la diferencia entre una serie no correlacionada y una serie altamente correlacionada (de hecho, una no estacionaria)
La trama superior es ruido blanco (independiente). La inferior es una caminata aleatoria (cuyas diferencias son las series originales), tiene una autocorrelación muy fuerte.
No es inusual si el 5% o menos de los valores de autocorrelación quedan fuera de los intervalos, ya que podría deberse a la variación del muestreo. Una práctica es producir un gráfico de autocorrelación para los primeros 20 valores y verificar si más de un valor cae fuera de los intervalos permitidos.
fuente