如何查看adfuller()函数的模型拟合系数

如何查看adfuller()函数的回归模型系数

adfuller()函数的输入参数中有regresults一项，网上教程中大多数默认设为False。这个参数到底有什么用，这里我们研究一下。

adfuller()函数原型

adfuller()是ADF检验常用的函数（还有一个常用函数为arch.unitroot包中的ADF()函数），需导入的包为：

import statsmodels.tsa.stattools as ts

其函数原型为：

t=adfuller(x, maxlag=None, regression='c', autolag='AIC', store=False, regresults=False)

输入参数：
x：array_like，1d，要测试的数据系列。
maxlag： 测试中包含的最大延迟，默认为12 *（nobs / 100）^ {1/4}。
regression：{‘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。
autolag： {‘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。
store：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。
regresults：bool，optional，如果为True，则返回完整的回归结果。默认值为False。

返回参数：
ADF：float，测试统计。
pvalue：float，probability value：MacKinnon基于MacKinnon的近似p值（1994年，2010年）。
usedlag：int，使用的滞后数量。
NOBS：int，用于ADF回归和计算临界值的观察数。
critical values：dict，测试统计数据的临界值为1％，5％和10％。基于MacKinnon（2010）。
icbest：float，如果autolag不是None，则最大化信息标准。
resstore：ResultStore, optional，一个虚拟类，其结果作为属性附加。

regresults参数

adfuller()函数的其他参数，网上的各种教程已经将的很清楚了。但是对regresults，却一直讳莫如深，从函数原型也看的一头雾水，搞不清楚这个参数怎么用的。首先通过两段代码看看regresults参数对输出结果的影响。
regresults=False:

r=ts.adfuller(data,12,'ctt',regresults=False)
print(r)

输出结果：

(-1.6596695973336932, 0.9169218489129718, 0, 230, {
   '1%': -4.422218041176954, '5%': -3.8583127840881075, '10%': -3.569276584942878}, 1640.0264270221523)

可以看到，依次为t-statistic, p-value, usedlag, nobs, critical-value, AIC这几个参数。

regresults=True:

r=ts.adfuller(data,12,'ctt',regresults=True)
print(r)

输出结果：

(-1.6596695973336932, 0.9169218489129718, {
   '1%': -