Box-Pierce Q检验的改进方法

摘要

Box-Pierce Q检验采用近似卡方分布分析时间序列的平稳性特征,其检验统计量的参数选取将影响到检验结果。文章多个Q值提取平稳性特征,在此基础上建立新的平稳性判定准则,该准则是自相关函数序列收敛的充分条件;采用欧氏函数作为平稳性特征的相似性度量,借助k-means聚类建立平稳性分类方法;该方法在平稳性分析过程中充分考虑了样本之间的关联性,避免了传统Box-Pierce Q检验对统计分布和临界表的过度依赖。实验结果表明,新方法能有效地处理海量时间序列数据,且准确率高于Q检验和ADF检验。