建站
咨詢
售后
建站咨詢
新聞中心
這篇文章主要講解了Python中ADF單位根檢驗(yàn)實(shí)現(xiàn)查看結(jié)果的方法，內(nèi)容清晰明了，對此有興趣的小伙伴可以學(xué)習(xí)一下，相信大家閱讀完之后會有幫助。
如下所示：
from statsmodels.tsa.stattools import adfuller
print(adfuller(data))
(-8.14089819118415, 1.028868757881713e-12, 8, 442, {'1%': -3.445231637930579, '5%': -2.8681012763264233, '10%': -2.5702649212751583}, -797.2906467666614)
第一個是adt檢驗(yàn)的結(jié)果，簡稱為T值，表示t統(tǒng)計(jì)量。
第二個簡稱為p值，表示t統(tǒng)計(jì)量對應(yīng)的概率值。
第三個表示延遲。
第四個表示測試的次數(shù)。
第五個是配合第一個一起看的，是在99%，95%，90%置信區(qū)間下的臨界的ADF檢驗(yàn)的值。
第一點(diǎn)，1%、%5、%10不同程度拒絕原假設(shè)的統(tǒng)計(jì)值和ADF Test result的比較，ADF Test result同時小于1%、5%、10%即說明非常好地拒絕該假設(shè)。本數(shù)據(jù)中，adf結(jié)果為-8， 小于三個level的統(tǒng)計(jì)值
第二點(diǎn)，p值要求小于給定的顯著水平，p值要小于0.05，等于0是最好的。本數(shù)據(jù)中，P-value 為 1e-15,接近0.
ADF檢驗(yàn)的原假設(shè)是存在單位根，只要這個統(tǒng)計(jì)值是小于1%水平下的數(shù)字就可以極顯著的拒絕原假設(shè)，認(rèn)為數(shù)據(jù)平穩(wěn)。注意，ADF值一般是負(fù)的，也有正的，但是它只有小于1%水平下的才能認(rèn)為是及其顯著的拒絕原假設(shè)。
對于ADF結(jié)果在1% 以上 5%以下的結(jié)果，也不能說不平穩(wěn)，關(guān)鍵看檢驗(yàn)要求是什么樣子的。
補(bǔ)充知識：python 編寫ADF 檢驗(yàn) ，代碼結(jié)果參數(shù)所表示的含義
我就廢話不多說了，大家還是直接看代碼吧！
from statsmodels.tsa.stattools import adfuller import numpy as np import pandas as pd adf_seq = np.array([1,2,3,4,5,7,5,1,54,3,6,87,45,14,24]) dftest = adfuller(adf_seq,autolag='AIC') dfoutput = pd.Series(dftest[0:4],index=['Test Statistic','p-value','#Lags Used','Number of Observations Used']) # 第一種顯示方式 for key,value in dftest[4].items(): dfoutput['Critical Value (%s)' % key] = value print(dfoutput) # 第二種顯示方式 print(dftest)
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。
網(wǎng)頁名稱：Python中ADF單位根檢驗(yàn)實(shí)現(xiàn)查看結(jié)果的方法-創(chuàng)新互聯(lián)
分享地址：http://fisionsoft.com.cn/article/ccdchg.html
