在R中测试以检查趋势是随机的还是确定的

Question

我正在研究时间序列模型，我有问题要了解哪些时间序列是静止的确定性趋势，哪些是随机趋势。我使用了adf.test，kpss.test，Box.test，PP.test，但他们只测试了平稳性，而不是确定性/随机性。我正在寻找R中的测试/函数，如果趋势是随机的或确定的，则给出答案：）

我在考虑kpss.test，但我不知道如何解释结果。

  

描述计算Kwiatkowski-Phillips-Schmidt-Shin（KPSS）检验的零假设，即x是水平或趋势平稳。

     

用法

kpss.test(x, null = c("Level", "Trend"), lshort = TRUE)

     

参数

     

x数值向量或单变量时间序列。

     

null表示零假设，必须是“级别”（默认）或“趋势”之一。   您只能指定首字母。

     

lshort一个逻辑，指示截断滞后参数的短版本还是长版本   使用。

谢谢！

Answer 1

tseries::kpss测试计算kpss测试统计量（here关于如何从交叉验证中解释它的讨论。

简而言之，如果您的测试统计量大于对应于等级a的临界值，您将自信地拒绝您的原假设a。关于tseries中kpss实现的一个有点令人困惑的事情是，测试的确切p值没有封闭形式的解决方案。该功能只是将您的临界值与某些预设风险级别进行比较。

例如，

x <- rnorm(1000)  # is level stationary
kpss.test(x)

返回

KPSS Test for Level Stationarity
KPSS Level = 0.084751, Truncation lag parameter = 7, p-value = 0.1
Warning message: 
In kpss.test(x) : p-value greater than printed p-value

阅读本文的方法是

1. 你的零假设是水平平稳性，
2. 您的测试统计信息的值为0.084751和
3. 与测试属性相关联的p值大于0.1。

换句话说，您的原假设不会被拒绝。

如果您使用提供的示例here，并注意返回的警告消息，您应该能够解决这个问题。

Kpss测试已知功能不足，因此如果kpss测试表明您的时间序列具有单位根（＆＃34;随机趋势＆＃34;），那么进行其他测试（例如adf）也是有意义的确认一下。