adfuller
语法
adfuller(X, [maxLag], [regression="c"],
[autoLag="aic"], [store=false], [regResults=false])
详情
进行 Augmented Dickey-Fuller (ADF) 单位根检验。用于在序列相关性存在的情况下测试单变量过程中是否存在单位根。
以字典的形式输出 ADF 检验的结果,字典包括以下内容:
-
adfStat:浮点数标量,表示检验的统计值
-
pValue:浮点数标量,表示 MacKinnon 近似 p 值
-
usedLag:整数标量,使用的滞后期的数值
-
nobs:整数标量,用于 ADF 回归和关键值计算的观测数量
-
criticalValues:字典,在 1%、5% 和 10% 水平上的检验统计量的临界值
-
icBest:浮点数标量,仅在 autoLag 不设置为"max" 时返回,表示最大化的信息准则
-
resultStore:字典,当 regResults 或者 store 设置为 true 时,把回归结果保存在 resultStore 中返回
参数
X 数值向量,表示需要进行单位根检验的时间序列数据。X 中的所有元素不能完全相同且不能包含空值。
maxLag 非负整数,指定检验中使用的最大滞后期,默认值为 12*(nobs/100)^(1/4),其中 nobs 代表样本数量。
regression 字符串,指定在回归中使用的常数和趋势阶数。取值有如下选择:
-
"c":默认值,表示只使用常数。
-
"ct:使用常数和趋势。
-
"ctt":使用常数、线性趋势和二次趋势。
-
"n":不使用常数和趋势。
autoLag 字符串,指定在 0~maxLag 中自动确定滞后期长度时使用的方法。取值有如下选择:
-
"aic":默认值,表示使用 Akaike Information Criterion 来确定滞后期数值。
-
"bic":表示使用 Bayesian information criterion 来确定滞后期数值。
-
"tstat":将滞后期初始值设为 maxLag,然后逐步减 1,直到上一个滞后期数值的 t 统计量在 5% 显著性水平上显著。
-
"max":将滞后期数值设置为 maxLag。
store:布尔标量。设置为 true 时,除了返回 ADF 统计值,还会把回归结果放在一个字典中返回。默认值为 false。
regResults:布尔值。设置为 true 时,返回完整的回归结果,相比于 store=true 的结果额外包含一个字典 autoLagResult,记录在自动滞后阶数选择过程中使用的信息准则的结果。默认值为 false。
例子
data = 234 267 289 301 312 323 334 345 356 367
adfuller(data);
输出为字典:
pValue->0.000375626192024
usedLag->0
nobs->9
icBest->-195.234657936244450
adfStat->-4.341905848945339
criticalValues->[-4.473135048010974,-3.289880603566529,-2.772382345679012]