ADF——增广迪基—福勒检验 和 自相关

ADF：主要是查看协整关系的一种有力方法。

以猫和驴一起散步的的情形，相关性反映的是他们是否在同一个方向上前行。协整性反映的是一段时间后猫和驴之间的距离。

#ADF检验，返回的第一值是ADF指标的值，第二个是P值，接着是时间延迟和样本量。最后一个是词典，给出了样本量的T分布
import numpy as np 
import statsmodels.tsa.stattools as ts
r = [1,2,4,6]
result = ts.adfuller(r, 1)
result

1%、%5、%10不同程度拒绝原假设的统计值和ADF 结果的比较，ADF 的结果同时小于1%、5%、10%即说明非常好地拒绝该假设。

自相关：是数据集内部的相关性，用来指明趋势。

简单来说就是，给定一个时间序列，只要知道其均值和标准差，就可以用期望值算子来定义时间s和t的自相关。

举例来说：如果后延一周期，就可以检测前一个值是否影响当前值。如果是，相关系数很高。