adf 测试结果明显错误并与 kpss 测试对比

Question

我正在 R 中运行 adf.test：

x <- rnorm(1000)  # no unit-root
plot(x)
adf.test(x)#p-value = 0.01 thus stationary

y <- diffinv(x)# integrate the stationary series
adf.test(y)# p-value = 0.02847 thus stationary
kpss.test(y)# p-value = 0.01 thus non stattionary
plot(y)

显然这是一个正态分布，结果是 p 值平稳的 但是，我整合了 x 系列并再次执行 adf.test，测试 p 值仍然意味着一个平稳过程，但该图是一个非平稳过程。我对 y 系列使用 kpss 检验，它拒绝平稳假设。谁能告诉我为什么 adf test 会犯这么简单的错误？ THX！

Answer 1

如果你使用tseries包，你的代码可能有错误。

我检查过

library(vars)
library(tseries)
x <- rnorm(1000)
plot(x)
summary(ur.df(x))
adf.test(x)

y <- diffinv(x)
plot(y)
summary(ur.df(y,type=c("trend"),lags=1))
adf.test(y,k=1)
summary(ur.kpss(y))
kpss.test(y)

这为我提供了 x 的平稳过程和 y 的非平稳过程。 （请注意，adf adf.test 始终包含漂移和趋势。ur.df 允许手动设置它们。）