R语言 如何进行Augmented Dickey-Fuller测试

Augmented Dickey-Fuller检验： 它是统计学中的一个常见检验，用于检查一个给定的时间序列是否处于静止状态。如果一个给定的时间序列没有任何趋势，并且随着时间的推移描绘出一个恒定的方差，并且在一个时期内不断地遵循自相关结构，那么它可以被称为静止或静止的。

假设涉及

以下是两个无效假设和备用假设。

• H0：时间序列被认为是非平稳的。简单地说，我们可以说它在某种程度上遵循了时间依赖结构，并且在一段时间内不遵循恒定方差。
• HA：时间序列被认为是静止的。

现在，如果这个测试的p值小于一个特定的水平（例如，α=0.05），那么在这种情况下，我们可以拒绝无效假设，并得出结论，时间序列是静止的。

本文主要介绍如何在R语言中进行Augmented Dickey-Fuller检验。在R语言中进行Augmented Dickey-Fuller检验是一个循序渐进的过程，这些步骤解释如下。

第1步： 让我们创建一个时间序列数据。

# Create a data
vect <- c(3, 8, 2, 1, 3, 3, 9, 8, 7, 3, 10, 3, 4)

第2步： 将数据可视化。

在我们实际进行增强型迪克-富勒测试之前，让我们创建一个图，并将创建的数据可视化。

# Create a data
vect <- c(3, 8, 2, 1, 3, 3, 9, 8, 7, 3, 10, 3, 4)
 
# Visualize the created data
# using plot()
plot(vect, type='l')

输出

第3步： 进行Augmented Dickey-Fuller测试。

现在我们将进行Augmented Dickey-Fuller测试。R中的tseries库为我们提供了adf.test()函数，使用它我们可以很容易地进行测试。这个函数的语法如下。

语法

adf.test(vect)

参数

这里，vect是一个数字向量

例子

# Importing library
library(tseries)
 
# Create a data
vect <- c(3, 8, 2, 1, 3, 3, 9, 8, 7, 3,10, 3, 4)
 
# Conduct the augmented Dickey-Fuller test
adf.test(vect)

输出

扩增的迪克-富勒测试

解释

检验统计量和p值分别为-1.6846和0.6925。由于p值等于或大于0.05，因此我们无法拒绝无效假设。这意味着时间序列是非平稳的。简单地说，我们可以说它拥有一些随时间变化的结构，并且不具备随时间变化的恒定方差。