ADF检验(Augmented Dickey-Fuller检验),专门用于时间序列数据平稳性检验的方法。 平稳性、即数据是否围绕一个均值上下波动,并且这个均值和时间无关。在经济学和金融学中,平稳性是一个非常重要的概念,因为只有平稳的数据才能用于有效的统计分析和预测。 原假设是序列具有单位根,即序列具有原始或一阶或二阶差分后的残差随机游走(random walk)特征,表现为非平稳性。备择假设则是序列不存在单位根,即序列具有平稳(stationary)特征。然后计算检验的ADF统计量和P值,依据P值做出统计推断。具体是P值大于0.05时,说明序列不具有平稳性,而小于0.05时具有平稳性。 当然,现在ADF检验我们直接交给统计软件来完成,比如SPSSAU数据科学平台。 下面我给大家找到SPSSAU平台做ADF检验的视频,大家看起自然就懂得如何操作并解释分析结果了。如下: === |
|