固定测试问题

Question

我正在使用航空里程数据集，我进行了三次不同的测试以检查时间序列数据集中的静止

测试1：使用acf和pacf

acf(airmiles)

pacf(airmiles)

在区分之后，似乎大多数值现在位于显着性水平

acf(diff(airmiles))
pacf(diff(airmiles))

测试2：使用adf.test

adf.test(airmiles,k=0,alternative = "stationary")


    Augmented Dickey-Fuller Test

data:  airmiles
Dickey-Fuller = -1.1415, Lag order = 0, p-value = 0.8994
alternative hypothesis: stationary

p值似乎大于0.05，因此我进行区分，然后进行相同的测试

adf.test(diff(airmiles),k=0,alternative = "stationary")


    Augmented Dickey-Fuller Test

data:  diff(airmiles)
Dickey-Fuller = -5.4406, Lag order = 0, p-value = 0.01
alternative hypothesis: stationary

所以现在值较小，但是在kpss.test

的情况下

kpss.test(diff(airmiles))   KPSS Test for Level Stationarity

data:  diff(airmiles) KPSS Level = 0.83442, Truncation lag parameter = 1, p-value = 0.01

p值已经小于0.05，我担心我应该在哪些测试中实际使用，哪一个最终会导致更好的模型。

Answer 1

带有AR1的差分模型和处理周期10和22的2个异常值将是一个很好的模型。请注意，没有常数。