statsmodels.tsa.stattools.adfuller():迪基-福勒检验Augmented Dickey-Fuller(ADF) Test
格式:
statsmodels.tsa.stattools.adfuller(x, maxlag=None, regression=‘c’, autolag=‘AIC’, store=False, regresults=False)
参数:
① x :要测试的数据系列。
②maxlag:int;测试中包含的最大延迟,默认为12 *(nobs / 100)^ {1/4}。
③regression:{‘c’,‘ct’,‘ctt’,‘nc’};包含在回归中的常量和趋势顺序。
‘c’:仅限常量(默认值)。
‘ct’:恒定和趋势。
‘ctt’:常数,线性和二次趋势。
‘nc’:没有恒定,没有趋势。
④autolag: {‘AIC’,‘BIC’,‘t-stat’,None};自动确定滞后时使用的方法。
如果为None,则使用maxlag滞后。
如果是’AIC’(默认值)或’BIC’,则选择滞后数以最小化相应的信息标准。
基于’t-stat’的maxlag选择。从maxlag开始并使用5%大小的测试来降低延迟,直到最后一个滞后长度的t统计量显着为止。
⑤store:bool;如果为True,则另外返回adf统计信息的结果实例。默认值为False。
⑥regolults:bool,optional;如果为True,则返回完整的回归结果。默认值为False。
返回值:
①ADF:float;测试统计(检验的结果,也就是统计量的值)。
②pvalue:float;probability value(统计量的概率P值)。
③usedlag:int;使用的滞后数量(计算过程中用到的延迟阶数)。
④NOBS:int;用于ADF回归和计算临界值的观察数(用于ADF回归和计算的观测值的个数)。
⑤critical values:dict;测试统计数据的临界值为1%,5%和10%(配合第一个一起看的,是在99%,95%,90%置信区间下的临界的ADF检验的值。)。
⑥icbest:float;如果autolag不是None,则最大化信息标准。
⑦resstore:ResultStore, optional; 一个虚拟类,其结果作为属性附加。
参考文献:
-
https://blog.csdn.net/qq_36707798/article/details/88640684
-
https://blog.csdn.net/orDream/article/details/100038076?spm=1001.2101.3001.6650.3&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-3.pc_relevant_antiscanv2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-3.pc_relevant_antiscanv2&utm_relevant_index=5
-
https://blog.csdn.net/The_Time_Runner/article/details/89969173