ADF检验的代码Python

在Python中，ADF（Augmented Dickey-Fuller Test）是用来检验时间序列数据是否存在单位根，即是否稳定。下面是使用`statsmodels.tsa.stattools.adfuller()`函数进行ADF检验的一个基本示例：

from statsmodels.tsa.stattools import adfuller

# 假设df['your_series']是你的时间序列数据
def adf_test(series):
    result = adfuller(series)
    # 返回结果包括四个值：ADF统计量、p-value、Lags范围、迭代次数
    print(f"ADF Statistic: {result[0]}, p-value: {result[1]}")
    
    # 其他返回的详细信息通常会被保留为列表，例如：
    # critical values for 1%, 5%, and 10% levels
    print("Critical Values:")
    for key, value in result[4].items():
        print(f"{key}%: {value}")

adf_test(df['your_series'])

在这个例子中，我们首先导入`adfuller`函数，然后定义了一个`adf_test`函数，传入需要检验的数据列。函数会打印出ADF统计量和对应的p-value，以及显著性水平下的临界值。如果p-value小于设定的显著性水平（如0.05），那么我们可以拒绝原假设，认为该系列是平稳的。