私のデータが確率的または決定論的な傾向を持っているかどうかを理解しようとしているときに、いくつかの困難があります。RI で理解しているように、adf.test を使用する必要がありますが、結果をどのように解釈すればよいですか?
adf.test が帰無仮説を受け入れる場合、それは単位根があることを意味します。後で、関数 diff() を使用して、adf.test の結果を再度確認します。差をつけた後、adf.test が帰無仮説を棄却した場合、データに確率的傾向があるということですか?
どんな助けでもとても役に立ちます、ありがとう！
Augmented Dickey Fuller Test (ADF) は、プロセスが静止しているかどうかを確認するために使用されます。帰無仮説は、プロセスが定常的であるため傾向がないというものです。対立仮説は、プロセスが定常的ではないため、決定論的または確率論的な傾向に従う可能性があるというものです。例えば上り坂です
R では、コマンドは次のとおりです。
adf.test(data$variable)
したがって、p 値が特定のしきい値 (通常は 0.05) よりも低いことがわかった場合は、定常性の null を拒否します。0.05 より大きい場合、シリーズは静止しています。
シリーズが定常でない場合は、「定常化」することができます。通常の進め方は、級数の対数を微分することです。R では次のようになります。
diff1 <- diff(log(data$variable))
次に、別の ADF テストを実行します。定常性の null を再度拒否する場合は、再度微分する必要があります。
diff2 <- diff(diff1)
時系列は通常、最初の差分を実行するときに定常であり、2 回以上微分する必要があることはほとんどありません。
それが役に立てば幸い