ADF 单位根检验 Dickey-Fuller 迪基-福勒检验

本文介绍了Dickey-Fuller(DF)及增广DF(ADF)检验的基本概念与应用背景,这两种检验方法主要用于判断时间序列数据是否存在单位根,进而确定序列是否平稳。文中详细解释了为何需要进行此类检验,并给出了ADF检验的数学表达形式与Python实现代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

名词解释:
Dickey-Fuller 迪基-福勒检验, 单位根检验, 如果存在时序数据中存在单位根, 则表明是非平稳序列
ADF检验 增广迪基-福勒检验 排除了自相关的影响

为什么需要检验:
单位根检验师时序序列分析的一个热点问题, 大部分时序模型都要求输入数据具有稳定性, 因此要先检测数据是否稳定.
如果数据本身是不稳定的, 要对数据做差分变化等操作消除单位根, 此时目标值已经没有了实际含义, 但是满足模型需求, 结果在逆向推导.

检验原理:
时序回归方程: x_t = k *(x_t -1) + b.
B为一系列平稳噪音,
|K|<1, 当k为1时, 上式就是一个随机游走(时序前后毫无关系)序列, 一种单位根过程.
上式可以转化为: (1-kL)x_t = b , 当k=1时, 存在单位根.

coding:
#ts: 序列值为index的series
def teststationarity(ts):
dftest = statsmodels.tsa.stattools.adfuller(ts)
# 对上述函数求得的值进行语义描述
dfoutput = pd.Series(dftest[0:4], index=[‘Test Statistic’,‘p-value’,’#Lags Used’,‘Number of Observations Used’])
for key,value in dftest[4].items():
dfoutput[‘Critical Value (%s)’%key] = value
return dfoutput

#示例结果:
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值