Python中的多变量Breusch Godfrey Lagrange乘数测试

Question

据我所知，在软件包中，statsmodel有许多统计函数可以测试许多问题，包括Breusch Godfrey Lagrange测试here

然而，就我而言，这只针对单变量案件而不是多变量案件。

例如，考虑我有一个2 diminsional数据集说数据

from statsmodels.tsa.api import VAR
import statsmodels.api as sm,statsmodels as sm1

data= np.random.random((108, 2))
Model=VAR(data)
results = Model.fit(1)
sm.stats.diagnostic.acorr_breusch_godfrey(results)

Output: 
in acorr_breusch_godfrey(results, nlags, store)
    501         nlags = int(nlags)
    502 
--> 503     x = np.concatenate((np.zeros(nlags), x))
    504 
    505     #xdiff = np.diff(x)

ValueError: all the input arrays must have same number of dimensions

因此，显然，这只适用于一维，是否有人知道如何在多变量环境中测试Breusch Godfrey？