我正在研究electricity
R包中可用的数据集TSA
。我的目的是找出arima
模型是否适合此数据并最终拟合。因此,我进行如下操作:
第一个:绘制下图所示的时间序列:
第二个:我想获取对数electricity
以稳定方差,然后适当地对序列进行差分,但是在这样做之前,我测试了序列的平稳性使用adf
(Dickey Fuller)测试的原始数据集,令人惊讶的是,结果如下:
代码和结果:
adf.test(electricity)
Augmented Dickey-Fuller Test
data: electricity
Dickey-Fuller = -9.6336, Lag order = 7, p-value = 0.01
alternative hypothesis: stationary
Warning message: In adf.test(electricity) : p-value smaller than printed p-value
好吧,按照我的初学者的时间序列概念,我认为这意味着数据是固定的(p值小,拒绝非平稳性的零假设)。但是,从ts曲线来看,我发现这不可能是固定的。有人对此有有效的解释吗?
5
ADF仅测试单位根平稳,这可能是趋势平稳。因此,您应该使用KPSS测试,请参阅stats.stackexchange.com/questions/30569/… 通常,DS(差异平稳)模型和TS(趋势平稳)模型之间存在差异。KPSS是区分这些模型的更好测试,有关更多详细信息,请参见链接。
—
2013年
该系列似乎具有季节性和趋势性。将确定性趋势+季节性虚拟变量整合到ADF测试中,然后运行测试。还检查是否存在自相关残差。
—
Pantera