python数据分析——自相关图和偏自相关图

自相关图是一个平面二维坐标悬垂线图。横坐标表示延迟阶数,纵坐标表示自相关系数

偏自相关图跟自相关图类似, 横坐标表示延迟阶数,纵坐标表示偏自相关系数

自相关图与偏自相关图的python代码实现:

from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

plot_acf(b.salesVolume)
plot_pacf(b.salesVolume)

第一个是adt检验的结果,简称为T值,表示t统计量。
第二个简称为p值,表示t统计量对应的概率值。
第三个表示延迟。
第四个表示测试的次数。
第五个是配合第一个一起看的,是在99%,95%,90%置信区间下的临界的ADF检验的值。

第一点,1%、%5、%10不同程度拒绝原假设的统计值和ADF Test result的比较,ADF Test result同时小于1%、5%、10%即说明非常好地拒绝该假设。本数据中,adf结果为-8, 小于三个level的统计值

第二点,p值要求小于给定的显著水平,p值要小于0.05,等于0是最好的。本数据中,P-value 为 1e-15,接近0.

ADF检验的原假设是存在单位根,只要这个统计值是小于1%水平下的数字就可以极显著的拒绝原假设,认为数据平稳。注意,ADF值一般是负的,也有正的,但是它只有小于1%水平下的才能认为是及其显著的拒绝原假设。
对于ADF结果在1% 以上 5%以下的结果,也不能说不平稳,关键看检验要求是什么样子的。

扫描二维码关注公众号,回复: 12904216 查看本文章

猜你喜欢

转载自blog.csdn.net/m0_37876745/article/details/113788708
今日推荐