平稳序列的预测和拟合之模型检验

目录
1.模型的显著性检验
R语言实现
例题
2.参数显著性检验
 例题
小结

1.模型的显著性检验
检验模型的有效性（对信息的提取是否充分)
判定原则：

        一个好的拟合模型应该能够提取几乎所有的样本相关信息，即残差序列应该为白噪声序列。反之，如果残差序列为非白噪声序列，那就意味着残差序列中还残留着相关信息未被提取，这就说明拟合模型不够有效

原假设:残差序列为白噪声序列

备择假设:残差序列为非白噪声序列

LB检验统计量：

若拒绝原假设,说明拟合模型不显著;如不能拒绝原假设，认为拟合模型显著有效。
R语言实现
1、用Box.test()对残差序列进行白噪声检验

2、用aTSA程序包里的ts.diag()函数

例题
例4-1续（2）检验1900-1998年全球7级以上地震发生次数序列拟合模型的显著性(α =0.05)
代码如下：
a<-read.table("D:/桌面/4_1.csv",sep=",",header=T) x<-ts(a$number,star

平稳序列的预测和拟合之模型检验最先出现在Python成神之路。