python平稳性检验_Python数据分析0.3 用statsmodels进行ADF平稳性检验

#statsmodels用于数据的统计建模分析

#此例为ADF平稳性检验的例子

from statsmodels.tsa.stattools import adfuller as ADF

import numpy as np

#np.random.rand返回100个服从【0,1）之间均匀分布的随机样本值

'''

statsmodels.tsa.stattools.adfuller(

x, maxlag=None, regression='c', autolag='AIC', store=False, regresults=False)[source]¶

x: 序列，一维数组

maxlag：差分次数

regresion:{c:只有常量，

ct:有常量项和趋势项，

ctt:有常量项、线性和二次趋势项，

nc:无任何选项}

autolag:{aic or bic: default, then the number of lags is chosen to minimize the corresponding information criterium,

None:use the maxlag,

t-stat:based choice of maxlag.

Starts with maxlag and drops a lag until the t-statistic on the last lag length is significant at the 95 % level.}

)'''

print(ADF(np.random.rand(100)))

结果为：(-11.132232301402519, 3.260491543071536e-20, 0, 99, {'1%': -3.498198082189098, '5%': -2.891208211860468, '10%': -2.5825959973472097}, 35.95266020626107)

-11.132232301402519<'1%'.val

原假设不成立，数据是平稳的。