Answers:
您不仅可以查看情节,而且我认为通常这是一个更好的选择。在这种情况下的假设检验回答了错误的问题。
通常要看的图是残差的自相关函数(ACF)。
该自相关函数是残差与自己滞后的相关性(作为时间系列)。
例如,这里是Montgomery等人的一个小例子中的残差的ACF
一些样本相关性(例如,在滞后1,2和8处)不是特别小(因此可能对事物产生实质性影响),但也无法从噪声的影响中分辨出它们(样本非常小)。
编辑:这是一个图,用于说明不相关和高度相关的序列(实际上是非平稳序列)之间的差异
上面的图是白噪声(独立)。较低的是随机游走(其差异是原始序列)-它具有很强的自相关性。