如何在 R 中执行增强的 Dickey-Fuller 测试

Augmented Dickey-Fuller Test：它是统计学中的常见测试，用于检查给定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描述随时间的恒定方差并且在一段时间内不断遵循自相关结构，则可以将其称为静止或静止。

涉及的假设：

涉及以下两个无效假设和替代假设：

• H0：时间序列被认为是非平稳的。简单来说，我们可以说它在一定程度上遵循时间相关的结构，并不遵循一段时间内的恒定方差。
• HA：时间序列被认为是平稳的。

现在，如果该检验的 p 值小于特定水平（例如 α = 0.05），那么在这种情况下，我们可以拒绝原假设并得出时间序列是平稳的结论。

本文重点介绍如何在 R 中执行增强的 Dickey-Fuller 测试。在 R 中执行增强的 Dickey-Fuller 测试是一个循序渐进的过程，这些步骤将在下面解释。

第 1 步：让我们创建一个时间序列数据。

R

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

第 2 步：可视化数据：

在我们实际执行增强型迪基-富勒检验之前，让我们创建一个绘图并可视化创建的数据。

R

# 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：执行增强的 Dickey-Fuller 测试。

现在我们将执行 Augmented Dickey-Fuller 检验。 R 中的 tseries 库为我们提供了 adf.test()函数，我们可以使用它轻松地进行测试。该函数的语法如下所示，

Syntax:

adf.test(vect) 

Parameter:

Here, vect is a numeric vector

例子：

R

# 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：

增强的 Dickey-Fuller 检验

解释：

检验统计量和 p 值分别等于 -1.6846 和 0.6925。由于 p 值等于或大于 0.05，因此我们无法拒绝原假设。这意味着时间序列是非平稳的。简而言之，我们可以说它具有一些时间相关的结构，并且不具有随时间变化的恒定变化。