【问题标题】:statsmodels adfuller for strong stationaritystatsmodels adfuller 具有很强的平稳性
【发布时间】:2017-07-12 09:22:06
【问题描述】:

我正在使用 adfuller 来确定随机模拟的输出是否达到平衡。我认为 Augmented Dickey Fuller 测试可以完成这项任务,但它正在寻找值仍然不稳定的平稳性。例如,在这张图片中,值明显在减少:

time series

但是运行这个:

results = = adfuller(values, regression="c")

我得到了这个结果:

  • p 值:8.73279419229e-06
  • adf: -5.20143922846 为 -3.46469407554 的 1%

单位根的原假设如何被拒绝?我认为如果我指定回归只有一个常数,那么具有趋势的时间序列就不会被识别为平稳的。我做错了吗?

【问题讨论】:

  • 试试regression="nc"。 AFAICS,趋势/回归项被添加到差异序列的回归中,即常数意味着存在漂移。您的系列在与非零均值差分后看起来大致平稳。文档字符串可能有点模棱两可。
  • 除了问题:如果您想测试该系列是否大致稳定到一个常数,那么我会做一个窗口趋势测试,它很可能比 ADF 更强大。
  • 我明白你关于趋势测试的观点......我误解了常数意味着漂移是常数(不知何故我认为这意味着平均值是常数)。感谢您的帮助!

标签: statsmodels


【解决方案1】:

您的 P 值太小,通常我们在 p 值

【讨论】:

    猜你喜欢
    • 2016-11-25
    • 1970-01-01
    • 2018-01-13
    • 2021-10-22
    • 2020-05-17
    • 2015-10-17
    • 2019-01-08
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多