用python实现时间序列单位根检验

在时间序列的建模中,需要先对数据进行平稳性检验,常用的有DF检验、ADF检验和PP检验,文章实例ADF检验
注:检验的P值是只在一个假设检验问题中,利用样本观测值能够作出拒绝原假设的最小显著性水平。

  • 如果a >= p, 则在显著性水平a 下拒绝H0
  • 如果a < p,则在显著性水平a下接受H0
    实现方法一:
from arch.unitroot import ADF

ADF(data)

在这里插入图片描述
ADF检验的原假设是不平稳,这里P值近似为0 , 所以拒绝原假设,认为序列平稳。

from statsmodels.stats.diagnostic import unitroot_adf

unitroot_adf(b.salesVolume)

在这里插入图片描述
这里包含了检验值、p-value、滞后阶数、自由度等信息。我们看到了检验统计量为–5.954367776923936,小于1%的临界值-4.01203360058309,,即p值远小于0.01,因此我们拒绝原假设,认为该时间序列是平稳的。(这里原假设是存在单位根,即时间序列为非平稳的。)

已标记关键词 清除标记
相关推荐
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页