Nie tylko można spojrzeć na działce, myślę, że to generalnie lepszym rozwiązaniem. Testowanie hipotez w tej sytuacji odpowiada na złe pytanie.
Zwykle działaniem, na które należy patrzeć, byłaby funkcja autokorelacji (ACF) reszt.
Funkcja autokorelacji jest korelacją reszt (jako szeregu czasowego) z własnymi opóźnieniami.
Tutaj, na przykład, jest ACF pozostałości z małego przykładu z Montgomery i in
Niektóre korelacje próbki (na przykład dla opóźnień 1,2 i 8) nie są szczególnie małe (a więc mogą mieć istotny wpływ na rzeczy), ale nie można ich również odróżnić od efektu hałasu (próbka jest bardzo mała).
Edycja: Oto wykres ilustrujący różnicę między serią nieskorelowaną i wysoce skorelowaną (w rzeczywistości niestacjonarną)
Górny wykres to biały szum (niezależny). Niższy to chód losowy (którego różnice są oryginalnymi seriami) - ma bardzo silną autokorelację.
Nie jest niczym niezwykłym, jeśli 5% lub mniej wartości autokorelacji wykracza poza przedziały, ponieważ może to być spowodowane zmiennością próbkowania. Jedną praktyką jest utworzenie wykresu autokorelacji dla pierwszych 20 wartości i sprawdzenie, czy więcej niż jedna wartość nie mieści się w dozwolonych przedziałach.
źródło