x=np.arange(10)
result=sts.adfuller(x,1)
result
(0.9921567416492214, 0.9941824998493046, 1, 8, {‘1%’: -4.6651863281249994, ‘5%’: -3.3671868750000002, ‘10%’: -2.802960625}, -555.5406151390793)
统计检验值:0.9921567416492214
P-value:0.9941824998493046
1阶
8个观察值
P-value不接近0,0.9921567416492214大于1%,5%,10%对应的值,所以接受0假设,即存在单根。
eg2:
y=np.random.randn(10)
y
array([-1.94729963, 0.85636736, 0.03782022, -0.25130062, 1.61544961,
-0.67915008, 1.56610677, -0.34346149, -0.24800365, -0.00417992])sts.adfuller(y,1)
(-6.66502447998428, 4.74147412937255e-09, 0, 9, {‘1%’: -4.473135048010974, ‘5%’: -3.28988060356653, ‘10%’: -2.7723823456790124}, 19.39805882950528)
P-value为4.74147412937255e-09接近0,检验统计值为-6.66502447998428小于于1%对应的-4.473135048010974,所以拒绝0假设,即不存在单根。
个人分析:
H0:存在单根
H1:不存在单根
这里的1%,5%,10%对应的是99%,95%,90%置信区间。p-value的临界值分别是0.01/2=0.005,0.05/2=0.025,0.1/2=0.05。
感觉对返回值的解读还是迷糊的,既然对P前面值的存在是可以比较的,P值的意义不知在哪里,希望对这部分理解的朋友可以留个言