Python中的多元Breusch-Godfrey-Lagrange乘数测试

据我所知，在软件包中，statsmodel具有许多统计功能，可以测试许多问题，包括Breusch Godfrey Lagrange测试

然而，就我而言，这只适用于单变量情况，而不适用于多变量情况

例如，考虑到我有一个2的数据集，比如数据

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，很明显，这只适用于一维，有人知道如何在多变量环境下测试Breusch Godfrey吗