统计模型更加丰富以实现强平稳性

Question

我使用 adfuller 来确定随机模拟的输出是否达到平衡。我认为增强迪基富勒测试可以完成此任务，但它发现值仍然不稳定的平稳性。例如，在此图像中，值明显减小：

时间序列

但是运行这个：

results = = adfuller(values, regression="c")

我得到了这个结果：

• p 值：8.73279419229e-06
• adf：-5.20143922846，其中 1% 为 -3.46469407554

如何拒绝单位根的原假设？我认为，如果我指定回归只有一个常数，那么具有趋势的时间序列不会被识别为平稳。我是不是做错了什么？

Answer 1

你的 P 值太小，通常当 p 值 < 0.05 for a 0.95% confidence interval

时我们会拒绝零假设

Answer 2

在这里您可以找到更准确的定义，计算包不一样，但在第 3 页（链接）表中列出了每个回归选择的原假设是什么。