pythonF检验,adf检验的p值

　　参考：3358 www . stats models . org/devel/generated/stats models . TSA . stat tools . ad fuller . html？highlight=ad fuller # stats models . TSA . stat tools . ad fuller

　　eg1:

　　x=np.arange(10)

　　result=sts.adfuller(x，1)

　　结果

　　(0.9921567416492214, 0.9941824998493046, 1, 8, {1%: -4.6651863281249994, 5%: -3.3671868750000002, 10%: -2.802960625}, -555.5406151390793)

　　统计值：0.20000.00000000004

　　p值：0.99484863686

　　订单1

　　八项观察

　　p值不接近0，0.9921567416492214大于对应的1%、5%、10%的值，所以接受0的假设，即存在单根。

　　eg2:

　　y=np.random.randn(10)

　　y

　　数组([-1.94729963，0.85636736，0.03782022，-0.25130062，1.61544961，

　　-0.67915008, 1.56610677, -0.34346149, -0.24800365, -0.00417992])

　　sts.adfuller(y，1)

　　(-6.66502447998428，4.74147412937255e-09，0，9，{1%: -4.473135048010974， 5% :-3.289888888065656， 10% :-2.77727384

　　p值为4.74147412937255e-09，接近于0，检验统计值为-6.665024798428，小于1%对应的-4.974。因此，0的假设被拒绝，也就是说，没有单一的根。36860 . 68636866661

　　个人分析：

　　H0:只有一个根。

　　H1:不存在单一的根。

　　这里1%、5%、10%对应99%、95%、90%的置信区间。p值的临界值分别为0.01/2=0.005，0.05/2=0.025，0.1/2=0.05。

　　感觉的回归值的解释还是比较混乱的。既然P前面的值的存在可以比较，不知道P的意义在哪里。希望了解这部分的朋友可以留言。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。