Używam R, szukałem w Google i dowiedział się, że kpss.test()
, PP.test()
iadf.test()
są wykorzystywane wiedzieć o stacjonarności szeregów czasowych.
Ale nie jestem statystykiem, który potrafi interpretować swoje wyniki
> PP.test(x)
Phillips-Perron Unit Root Test
data: x
Dickey-Fuller = -30.649, Truncation lag parameter = 7, p-value = 0.01
> kpss.test(b$V1)
KPSS Test for Level Stationarity
data: b$V1
KPSS Level = 0.0333, Truncation lag parameter = 3, p-value = 0.1
Warning message:
In kpss.test(b$V1) : p-value greater than printed p-value
> adf.test(x)
Augmented Dickey-Fuller Test
data: x
Dickey-Fuller = -9.6825, Lag order = 9, p-value = 0.01
alternative hypothesis: stationary
Warning message:
In adf.test(x) : p-value smaller than printed p-value
Mam do czynienia z tysiącami szeregów czasowych, uprzejmie mi powiem, jak sprawdzić ilościowo o stacjonarności szeregów czasowych.