Python中SARIMAX残差选择疑问：含季节差分模型的诊断困惑

我之前在使用带季节差分的SARIMAX模型时，也遇到过完全一样的问题！这其实是季节差分操作导致的初始残差无效问题，必须截断后才能用于诊断检验。

核心原因：季节差分的初始观测值无有效残差 #

你的模型设置了seasonal_order=(1, 1, 0, 12)，其中第二个参数1代表1阶季节差分——模型会用y_t - y_{t-12}的差分序列来拟合。这意味着前12个观测值（t=1到t=12）没有对应的y_{t-12}历史数据，模型无法为这些观测值计算有效的拟合残差。你看到的完整残差里前12个值，其实是模型为了对齐索引填充的无效值，完全不符合模型对残差的假设性质。

正确选择：使用截断后的残差 #

你已经发现，截断前12个观测值后的残差（model_results2.resid.iloc[12:]）和plot_diagnostics的结果完全一致，这就是你应该用来做诊断检验的残差：

• plot_diagnostics函数内部会自动忽略这些无效的初始残差，展示的是真实有效的残差分布
• 只有这些残差才满足SARIMAX模型对残差的假设（独立、无自相关、正态分布等），用它们做Ljung-Box检验、ARCH效应检验才能得到可靠的结果

实操验证与建议 #

• 你可以直接查看完整残差的前12个值，会发现它们和后面的残差数值差异极大，这也能证明它们是无效的
• 以后使用带差分（包括非季节差分d和季节差分D）的SARIMAX模型时，都需要跳过对应数量的初始残差：
  • 非季节差分d=k：跳过前k个残差
  • 季节差分D=k、周期s：跳过前k*s个残差
  • 两者都有：跳过前max(d, D*s)个残差（或者直接用model_results.resid.dropna()，部分场景下模型会把无效残差设为NaN）

对应你的代码示例 #

正确的诊断检验代码应该使用截断后的残差：

# Ljung-Box自相关检验
name = ['Statistic', 'p-value']
lzip(name, acorr_ljungbox(model_results2.resid.iloc[12:], lags = 12))

# ARCH效应检验
name = ['Lagrange multiplier statistic', 'p-value', 'F-TEST', 'F-p-value']
diag = het_arch(model_results2.resid.iloc[12:], maxlag=12)
lzip(name, diag)

这样得到的结果才是反映模型拟合质量的真实指标。

内容的提问来源于stack exchange，提问作者Petr