Formaler statistischer Test, ob ein Prozess ein weißes Rauschen ist

9

Gibt es einen formalen statistischen Test, um zu testen, ob der Prozess ein weißes Rauschen ist?

user333
quelle
1
gegen welche Alternative?
user603

Antworten:

13

In der Zeitreihenanalyse wird üblicherweise der Ljung-Box-Test verwendet. Beachten Sie jedoch, dass die Korrelationen getestet werden. Wenn die Korrelationen Null sind, die Varianz jedoch variiert, ist der Prozess kein weißes Rauschen, aber der Ljung-Box-Test kann die Nullhypothese nicht ablehnen. Hier ist ein Beispiel in 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

Hier ist die Handlung des Prozesses: Geben Sie hier die Bildbeschreibung ein

Hier finden Sie weitere Diskussionen zu diesem Test .

mpiktas
quelle
Ouliers in der Fehlerreihe "entleeren den ACF", wodurch ein ALICE IN WINDERKlAND-Effekt erzielt wird. Alle
ACFs
0

Der Hwwntest der R-Bibliothek (Haar Wavelet White Noise Test) scheint ziemlich gut zu funktionieren. Es bietet eine Reihe von Funktionen. Die Datenmenge muss eine Potenz von 2 sein.

hywavwn.test () scheint für mich am besten zu funktionieren.

> 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
quelle