本文介绍了如何使用Python进行时间序列的单位根检验，包括ADF和KPSS检验，以判断序列是否平稳。通过统计检验，如ADF检验的统计量大于临界值，说明序列非平稳。此外，还探讨了平稳序列的不同类型，如严格平稳、趋势平稳和差分平稳，并介绍了通过差分和变换实现序列平稳化的方法。
显然，通过作图，可以看到序列的趋势(变化的均值)，然而，这种目视检测方法得到的结果可能不准确。最好是用一些统计检验方法来验证观测结果。
统计检验
可以利用统计检验来代替目视检验：比如单位根平稳检验。单位根表名给定序列的统计特性（均值，方差和协方差）不是时间的常数，这是平稳时间序列的先决条件。下面是它的数学解释：
假设我们有一个时间序列：
其中yt是t时刻的数据值，ε t 是误差项。需要利用yt-1的值来计算yt，即：
如果利用所有的观察值，yt 的值将是：
假设在上述方程中a的值为1(单位)，则预测值将等于yt-n 和从t-n到t的所有误差之和，这意味着方差将随着时间的推移而增大，这就是时间序列中的单位根。众所周知，平稳时间序列的方差不能是时间的函数。单元根检验通过检查a=1的值来检查序列中是否存在单位根。以下是两个最常用的单位根平稳检测方法：
ADF（增补迪基-福勒）检验The Dickey Fuller test is one of the most popular statistical tests. It can be used to determine the presence of unit root in the serie
最低0.47元/天 解锁文章
扫一扫
1662
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
