#statsmodels用于數據的統計建模分析

#此例為ADF平穩性檢驗的例子

from statsmodels.tsa.stattools import adfuller as ADF

import numpy as np

#np.random.rand返回100個服從【0,1）之間均勻分布的隨機樣本值

'''

statsmodels.tsa.stattools.adfuller(

x, maxlag=None, regression='c', autolag='AIC', store=False, regresults=False)[source]?

x: 序列，一維數組

maxlag：差分次數

regresion:{c:只有常量，

ct:有常量項和趨勢項，

ctt:有常量項、線性和二次趨勢項，

nc:無任何選項}

autolag:{aic or bic: default, then the number of lags is chosen to minimize the corresponding information criterium,

None:use the maxlag,

t-stat:based choice of maxlag.

Starts with maxlag and drops a lag until the t-statistic on the last lag length is significant at the 95 % level.}

)'''

print(ADF(np.random.rand(100)))

結果為：(-11.132232301402519, 3.260491543071536e-20, 0, 99, {'1%': -3.498198082189098, '5%': -2.891208211860468, '10%': -2.5825959973472097}, 35.95266020626107)

-11.132232301402519<'1%'.val

原假設不成立，數據是平穩的。

總結

以上是生活随笔為你收集整理的python平稳性检验_Python数据分析0.3 用statsmodels进行ADF平稳性检验的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。