Python ADF 单位根检验 如何查看结果的实现

Python ADF 单位根检验单位根检验 如何查看结果的实现如何查看结果的实现

主要介绍了Python ADF 单位根检验 如何查看结果的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

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)

第一个是adt检验的结果，简称为T值，表示t统计量。

第二个简称为p值，表示t统计量对应的概率值。

其显著的拒绝原假设。

对于ADF结果在1% 以上 5%以下的结果，也不能说不平稳，关键看检验要求是什么样子的。

补充知识：补充知识：python 编写编写ADF 检验检验 ，代码结果参数所表示的含义，代码结果参数所表示的含义

我就废话不多说了，大家还是直接看代码吧！

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'])

（（1）第一种显示方式如图所示：）第一种显示方式如图所示：

具体的参数含义如下所示：

Test Statistic : T值，表示T统计量

p-value： p值，表示T统计量对应的概率值

Lags Used：表示延迟

Number of Observations Used: 表示测试的次数

Critical Value 1% : 表示t值下小于 - 4.938690 ， 则原假设发生的概率小于1%， 其它的数值以此类推。

其中t值和p值是最重要的，其实这两个值是等效的，既可以看t值也可以看p值。

p值越小越好，要求小于给定的显著水平，p值小于0.05，等于0最好。

t值，ADF值要小于t值，1%， 5%， 10% 的三个level，都是一个临界值，如果小于这个临界值，说明拒绝原假设。