【MATLAB第33期】源码分享 | 基于MATLAB的时间序列平稳性检测方法

【MATLAB第33期】源码分享 | 基于MATLAB的时间序列平稳性检测

一、平稳性检测

1、KPSS测试
2、ADF测试
3、PP测试

若adf1或者kpss0或者pp==0，则表明是平稳时间序列。
反之，则表明是非平稳时间序列。

二、代码展示

clc,
clear all,
close all,
format short,

%% 1.从源读取数据（Excel文件，*.xlsx格式）并打印
input = readtable('ch02_EXAMPLE 3.xlsx', 'Sheet',"Sheet1",...
                                'Range',"A:C");   %选择Sheet1 表格，A-C列数据
ts = timeseries(input.DATA,input.DATE);  %建立时间序列数据 ，第一列时间，第二列数据
ts.Name = 'CPI数据';  %数据标题
ts.TimeInfo.Units = 'years';
ts.TimeInfo.StartDate = '1954';     % 设置开始时间（年份）
ts.TimeInfo.Format = 'yyyy';       % 设置在x轴上显示的格式
ts.Time = ts.Time - ts.Time(1); %
plot(ts, 'Color', '#7E2F8E', 'LineJoin','round', 'Marker', '.')
xlabel('Time (years)', 'fontsize',12)
ylabel('INF_C', 'fontsize',12)

%% 1.平稳性，KPSS测试
[kpss_H, kpss_pVal, kpss_stat, kpss_crit] = kpsstest(input.DATA,'trend',true);
kpss_test_results={'测试拒绝决定H值','p值','统计量','临界值';...
                                    kpss_H, kpss_pVal, kpss_stat, kpss_crit}
                                
%% 2.平稳性，ADF测试
[adf_H, adf_pval, adf_stat, adf_crit] = adftest(input.DATA);
ADF_test_results={'测试拒绝决定H值','p值','统计量','临界值';...
                                    adf_H, adf_pval, adf_stat, adf_crit}
                                
%% 3.平稳性，PP测试
[pp_H, pp_pVal, pp_stat, pp_crit] = pptest(input.DATA);
PP_test_results={'测试拒绝决定H值','p值','统计量','临界值';...
                                    pp_H, pp_pVal, pp_stat, pp_crit}

三、效果展示

1.kpss_test_results ：

{'测试拒绝决定H值'}    {'p值'   }    {'统计量' }    {'临界值' }
{[            1]}    {[0.0100]}    {[0.6618]}    {[0.1460]}

2.ADF_test_results ：

{'测试拒绝决定H值'}    {'p值'   }    {'统计量'  }    {'临界值'  }
{[            0]}    {[0.3255]}    {[-0.8769]}    {[-1.9476]}

3.PP_test_results ：

{'测试拒绝决定H值'}    {'p值'   }    {'统计量'  }    {'临界值'  }
{[            0]}    {[0.3255]}    {[-0.8769]}    {[-1.9476]}

四、代码及案例数据获取

后台私信回复“33”即可获得下载链接