Question

我有以下代码片段，可以对我的时间序列执行adfuller测试

def dickey_fuller(series):
    X = series
    result = adfuller(X, regression='ct')
    print('ADF Statistic: %f' % result[0])
    print('p-value: %f' % result[1])
    print('Lags used: %d' % result[2])
    print('Critical Values:')
    for key, value in result[4].items():
        print('%s: %.3f' % (key, value))
    print('-----------------------------------------------')

默认情况下，这些是更充分的值：

statsmodels.tsa.stattools.adfuller(x, maxlag=None, regression='c', autolag='AIC', store=False, regresults=False)

如statsmodels文档中所述，当我们拥有autolag='AIC'时，它将选择使信息标准最小化的滞后次数。

以下是我对数据进行此测试的示例输出：

ADF Statistic: -7.359845
p-value: 0.000000
Lags used: 7
Critical Values:
1%: -4.021
5%: -3.441
10%: -3.145

我感兴趣的是在数据中包含适当的滞后次数作为列，此处使用的滞后次数为7。在这种情况下，我应将所有滞后从1升至7还是仅取第七滞后？

换句话说，返回的滞后数是滞后长度还是获得的最佳滞后？

Answer 1

每docs返回使用的滞后数 S 。但是通常，在谈论此类模型时，诸如：AR（2）指的是使用两个滞后的自激模型。如果您像其他每七分之一或十二分之一一样使用一些滞后，则这是季节性因素。

返回的滞后数

1 个答案: