【小白从小学Python、C、Java】
【Python全国计算机等级考试】
【Python数据分析考试必会题】
● 标题与摘要
Python数据分析
ADF平稳性假设检验
● 选择题
以下关于ADF检验说法错误的是：
A 可以用来检验时间序列是否平稳
B Python中可以用statsmodels模块实现ADF检验
C 在Arima模型中不会用到ADF检验
D 原序列未通过ADF检验，可以进行差分处理
● 问题解析
1.在数据分析中，ADF检验一般是用来检验给定的时间序列是否平稳的，有些模型对于时间序列的平稳性是有要求的。
2.python中可使用现成的工具statsmodels来实现adf检验，在使用前需要用from statsmodels.tsa.stattools import adfuller 语法去导入模块，如附图1所示。
3.Arima模型是差分整合移动平均自回归模型，是时间序列分析中的一种模型，在使用该模型之前，需要对时间序列数据的平稳性进行检验，所以可能会用到ADF检验。
4.若时间序列未通过ADF检验，则可以对原序列先进行一阶差分的处理，若一阶差分后的数据仍未平稳，可以继续进行二阶差分、多阶差分，如附图1所示，原时间序列未通过ADF检验，将原序列一阶差分之后通过了ADF检验。
5.ADF检验的平稳性判断：ADF检验输出结果的第一个值是t统计量，第二个值是p值。时间序列是否通过了ADF检验，一般可以通过P值判断，一般以5%为临界值水平，P值小于0.05，表明拒绝原假设——序列是不平稳的。例如：p值为0.0229
Original: https://blog.csdn.net/liujingwei8610/article/details/123342028
Author: 刘经纬老师
Title: Python数据分析：ADF平稳性假设检验
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/695742/
转载文章受原作者版权保护。转载请注明原作者出处！