Python pmdarima auto_arim()结果中包含哪些特定的异方差测试

Question

我不久前在CrossValidated上发布了这个问题，但还没有人能回答，所以我决定在这里发布，以防万一：

我使用Pythonpmdarima库中的auto_arima()函数来确定最佳ARIMA模型。

我的一个模型的结果是：

SARIMAX Results                                     
=========================================================================================
Dep. Variable:                                 y   No. Observations:                   96
Model:             SARIMAX(2, 1, 1)x(1, 1, 1, 4)   Log Likelihood                -205.932
Date:                           Mon, 27 Jun 2022   AIC                            423.863
Time:                                   15:29:13   BIC                            438.928
Sample:                                        0   HQIC                           429.941
- 96                                         
Covariance Type:                             opg                                         
==============================================================================
coef    std err          z      P>|z|      [0.025      0.975]
------------------------------------------------------------------------------
ar.L1         -0.3863      0.167     -2.316      0.021      -0.713      -0.059
ar.L2          0.4234      0.071      5.957      0.000       0.284       0.563
ma.L1          0.4638      0.181      2.562      0.010       0.109       0.819
ar.S.L4        0.6404      0.176      3.644      0.000       0.296       0.985
ma.S.L4       -0.8840      0.139     -6.352      0.000      -1.157      -0.611
sigma2         5.3147      0.620      8.572      0.000       4.100       6.530
===================================================================================
Ljung-Box (L1) (Q):                   0.01   Jarque-Bera (JB):                82.63
Prob(Q):                              0.92   Prob(JB):                         0.00
Heteroskedasticity (H):               3.56   Skew:                            -1.23
Prob(H) (two-sided):                  0.00   Kurtosis:                         6.97
===================================================================================
Warnings:
[1] Covariance matrix calculated using the outer product of gradients (complex-step).

我熟悉这里的Ljung Box和Jarque Bera检验，我知道如何解释异方差检验结果(零假设：同源性(。然而，我不知道哪个具体的测试是异方差测试。

我在pmdarima网站上没有找到这些信息。

关于Pythonpmdarimaauto_arima()结果中包含了哪个特定的异方差测试，你知道吗？

谢谢！

Answer 1

我在搜索同一个问题时偶然发现了这个问题。

现在，我意识到这并不能回答您的特定问题，即summary()方法具体显示了哪个测试的结果，但在上面的例子中，Prob(H) (two-sided)建议与statsmodels的相应SARIMAX模型的输出结果相同，特别是参数为"breakvar"one_answers"双面"的statsmodels.tsa.statespace.sarimax.SARIMAXResults.test_heteroskedasticity()

发件人：https://www.statsmodels.org/dev/generated/statsmodels.tsa.statespace.sarimax.SARIMAXResults.test_heteroskedasticity.html

Analogous to a Goldfeld-Quandt test. The null hypothesis is of no heteroskedasticity.

我使用的另一种方法是"；手动"；从"；statsmodels"；，在整个数据集上对其进行训练，并对得到的"；残差"；像这样：

<sarmimax-model-results>.resid.test_heteroskedasticity('breakvar', 'two-sided')

在我的测试中，我从"；pmdarima"；(无论如何，它在幕后使用"统计模型"(。

希望能有所帮助。