Prueba estadística formal de si un proceso es un ruido blanco

9

¿Existe una prueba estadística formal para comprobar si el proceso es un ruido blanco?

time-series white-noise usuario333
fuente
1
en contra de qué alternativa?
user603

Respuestas:

13

En el análisis de series de tiempo, generalmente se utiliza la prueba de Ljung-Box . Tenga en cuenta que prueba las correlaciones. Si las correlaciones son cero, pero la varianza varía, entonces el proceso no es ruido blanco, pero la prueba de Ljung-Box no podrá rechazar la hipótesis nula. Aquí hay un ejemplo en 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

Aquí está la trama del proceso: ingrese la descripción de la imagen aquí

Aquí hay más discusión sobre esta prueba .

mpiktas
fuente
Ouliers en la serie de error "desinflará el ACF" produciendo así un efecto ALICE IN WINDERKlAND. Todos los ACF están sujetos a esto, por lo tanto, uno debe asegurarse de que no haya anomalías
IrishStat
0

La biblioteca R hwwntest (prueba de ruido blanco Haar Wavelet) parece funcionar bastante bien. Ofrece una serie de funciones. Requiere que la cantidad de datos sea una potencia de 2.

hywavwn.test () parece funcionar mejor para mí.

> 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
Clem Wang
fuente