模型检验与评价：参数显著性与模型适用性

模型检验包含两个重要方面：参数显著性检验和模型适用性检验。参数显著性检验旨在简化模型，通过检验模型中每个参数是否为零，将对因变量影响不显著的参数剔除，并重新拟合模型。模型适用性检验则通过对残差进行白噪声检验，来判断模型是否能够充分提取序列信息。该检验通过分析原始序列与预测序列之间的残差序列，若残差序列表现出随机性，即符合白噪声序列的特征，则说明模型适用于预测。反之，则需重新建模。