Python一行代码实现ADF检验（时间序列平稳性检验）（包含结果解读）

在做时间序列的平稳性检验时，经常会用到ADF检验法

如何用python写一个ADF检验平稳性呢？

又该如何理解ADF检验的结果呢？

很简单：

# ADF
result = adfuller(y_list)
print('The result of ADF: ')
print(result)

其中 y_list 是 List 类型变量

输出结果显示为

(-3.5847310180083602, 0.006059737672943494, 11, 355, {‘1%’: -3.448905534655263, ‘5%’: -2.8697161816205705, ‘10%’: -2.5711258103550882}, -216.36816495128028)

我们看第一个值，-3.58 。它在 {‘1%’: -3.448905534655263, ‘5%’: -2.8697161816205705, ‘10%’: -2.5711258103550882},这个区间中的位置是小于1%所对应的-3.44的，而且第二个值0.006也非常接近于0

由此便可得出结论：这个序列是平稳的。如果是大于10%，那么就是一个不稳定的了

当然，中间还有很多其它的转换过程，比如否定H0假设，单位根的概念等，这里只给出了最终判断方法

tip：如果不稳定，就需要进行差分处理。我的博文里有差分的实现方法~