在尝试了解我的数据是否具有随机或确定性趋势时，我遇到了一些困难。 据我所知，我需要使用adf.test，但我应该如何解释结果呢？
如果adf.test接受原假设，那么就意味着有单位根。 后来我使用函数diff（）并再次检查adf.test结果。 如果在做出差异之后adf.test拒绝零假设这是否意味着我的数据具有随机趋势？
任何帮助都非常有用，谢谢！
答案 0 :(得分：1)
增强Dickey Fuller测试（ADF）用于检查过程是否静止。 Null假设是这个过程是静止的，所以它没有趋势。 替代假设是该过程不是静止的，因此它可能遵循确定性或随机趋势。例如它是一个向上的斜率
在R中，命令如下：
adf.test(data$variable)
因此，如果您发现p值低于给定阈值（通常为0.05），那么您将拒绝平稳性的空值。如果它大于0.05，则系列是静止的。
如果你的系列不是静止的，你可能希望＆＃34;固定＆＃34;它。通常的方法是区分系列的日志。在R中它看起来像：
diff1 <- diff(log(data$variable))
然后你执行另一个ADF测试，如果你再次拒绝静止性，那么你将不得不再次分化：
diff2 <- diff(diff1)
在做第一次差异时，时间序列通常是静止的，很少需要多次区分。
希望有所帮助