这是输出:
library(tseries) # for adf.test function
adf.test(data)
Augmented Dickey-Fuller Test
data: data
Dickey-Fuller = 11.1451, Lag order = 16, p-value = 0.99
alternative hypothesis: stationary
Warning message:
In adf.test(spread.princomp) : p-value greater than printed p-value
adf.test(coredata(data))
Augmented Dickey-Fuller Test
data: coredata(data)
Dickey-Fuller = -4.031, Lag order = 16, p-value = 0.01
alternative hypothesis: stationary
Warning message:
In adf.test(coredata(spread.princomp)) :
p-value smaller than printed p-value
基础数据是数字向量。人们似乎成功地使用xts应用adf.test,所以我不确定我做错了什么。请让我知道我能提供的其他信息。
答案 0 :(得分:7)
?adf.test
表示x
(第一个参数)应该是数字向量或时间序列。通过“时间序列”,它表示ts
分类对象,而不是任何时间序列类对象。在调用ts
之前,您应该将xts对象转换为adf.test
对象。
例如:
library(tseries)
library(xts)
data(sample_matrix)
x <- as.xts(sample_matrix[,1])
adf.test(as.ts(x))