文章目录的平稳性，单位根理解python ADF检查的参考文章
平静，单位根的理解
平稳的序列直觉上感觉如下。
然而，统计意义上的平静并非如此。 我们知道“一叶障目”这个词。 数据量少的时候结论往往比较偏颇，数据量大的时候什么大风大浪都见过，所以结论比较可靠。
但是，还有一种情况。 数据量也很大，但结论依然是胡说八道。 例如，我在计算考生人数：
第一年牵着一个人，第二次世界大战第二年，参加考试的同学用实力压死了应届毕业生，但还有三战的人，一部分应届毕业生也合格了，另一部分在第三次世界大战……第三次世界大战中被打败了因为一战变成了二战，二战变成了三战，三战变成了四战……，所以要计算报考人数，实际上，一战的人二战剩下的三战的剩下的人……n战的剩下的人)时间维度越长，这个n战的剩下的人就越多
其中在预测考生人数时：第二次世界大战剩下的第三场比赛.第n场比赛剩下的=之前剩下的，称为单位根。 拿着单位根预测有没有问题。 没有问题！ 但是不准确！
单位根检验 / 平稳性检验用于确定数据中是否存在“之前留下的”部分，如果可以排除，问题将变得简单，准确性也会提高。 单位根检查点很多，请参考其他更理论的内容
一般常用的是ADF单位根检查
python ADF检测H0 :不稳定，存在单位根H1 :稳定，不存在单位根样本代码：
fromstatsmodels.TSA.stattoolsimportadfullerimportnumpyasnpif _ name _=’ _ main _ ‘ : array=NP.rray ADF _ ADF
adf值：-4.918907632344451 p:3.203639985122076 e-05阈值： {‘1%’: -3.506944401824286、’5% ‘ 3360-2.8949898981921920
条件1 ) p的值需要p大于0.05 可以看到上述结果的第一条件没有全部满足，直接得到的)序列不稳定的条件2 )阈值这里是三个置信区间，如果adf的值是与1%对应的值，则为adf的值最严格的是10%参考文章howtointerpretadfullertestrert:https://stack overflow.com/questions/47349422/how-to-interpret-ad ffret
极速赛车买前5名的方法llerimportnumpyasnpif _ name _=’ _ main _ ‘ : array=NP.rray ADF _ ADF
adf值：-4.918907632344451 p:3.203639985122076 e-05阈值： {‘1%’: -3.506944401824286、’5% ‘ 3360-2.8949898981921920
条件1 ) p的值需要p大于0.05 可以看到上述结果的第一条件没有全部满足，直接得到的)序列不稳定的条件2 )阈值这里是三个置信区间，如果adf的值是与1%对应的值，则为adf的值最严格的是10%参考文章howtointerpretadfullertestrert:https://stack overflow.com/questions/47349422/how-to-interpret-ad ffret