为什么要用白噪声检验残差

在使用ARIMA等时间序列模型对数据进行拟合时，我们通常会检查模型的残差（即模型预测值与实际值之间的误差）是否符合一些假设，比如是否具有平稳性、是否是白噪声等。白噪声指的是误差的序列是不相关的、均值为0、方差为常数的一种特殊情况。

白噪声检验残差的目的在于检查模型的残差是否具有白噪声的特征，如果残差不是白噪声，说明模型还可以进一步改进。例如，如果残差存在自相关性，则说明模型可能还需要考虑更高阶的自回归项；如果残差存在异方差性，则可能需要对数据进行变换或使用ARCH/GARCH等模型。

白噪声检验通常使用Ljung-Box检验或Durbin-Watson检验等方法进行，这些方法可以对残差序列进行统计检验，判断其是否具有白噪声的特征。