Una prueba de combinación es un tipo de prueba de hipótesis estadística en la que la hipótesis nula está bien especificada, pero la hipótesis alternativa está especificada de forma más laxa. Las pruebas construidas en este contexto pueden tener la propiedad de ser al menos moderadamente potentes frente a una amplia gama de desviaciones de la hipótesis nula. Por lo tanto, en estadística aplicada , una prueba de combinación proporciona una forma razonable de proceder como una comprobación general de la correspondencia de un modelo con un conjunto de datos donde hay muchas formas diferentes en las que el modelo puede desviarse del proceso de generación de datos subyacente . El uso de dichas pruebas evita tener que ser muy específico sobre el tipo particular de desviación que se está probando.
En el análisis de series temporales , existen dos versiones conocidas de una prueba de combinación para probar la autocorrelación en los residuos de un modelo: prueba si alguna de un grupo de autocorrelaciones de la serie temporal residual es diferente de cero. Esta prueba es la prueba de Ljung-Box , [1] que es una versión mejorada de la prueba de Box-Pierce , [2] que se ideó esencialmente al mismo tiempo; se encontró que una simplificación aparentemente trivial (omitida en la prueba mejorada) tenía un efecto perjudicial. [1] Esta prueba de combinación es útil para trabajar con modelos ARIMA .
En el contexto del análisis de regresión , incluido el análisis de regresión con estructuras de series de tiempo , se ha ideado una prueba de combinación [3] que permite realizar una prueba general sobre la posibilidad de que se haya incluido un rango de tipos de transformaciones no lineales de combinaciones de las variables explicativas además de una estructura de modelo seleccionada.