Python ADF 單位根檢驗(yàn) 如何查看結(jié)果的實(shí)現(xiàn)

更新時間：2020年06月03日 11:10:10 作者：蒹葭蒼蒼-白露為霜

這篇文章主要介紹了Python ADF 單位根檢驗(yàn) 如何查看結(jié)果的實(shí)現(xiàn)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

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)計量。

第二個簡稱為p值，表示t統(tǒng)計量對應(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)

（1）第一種顯示方式如圖所示：