Wie kann ich testen, ob der Trend stochastisch oder deterministisch ist? R

Question

Ich habe einige Schwierigkeiten beim Versuch zu verstehen, ob meine Daten einen stochastischen oder deterministischen Trend haben. Wie ich in R verstehe, muss ich adf.test verwenden, aber wie soll ich die Ergebnisse interpretieren?

Wenn adf.test Nullhypothese akzeptiert, bedeutet das, dass es Unit-Root gibt. Später benutze ich die Funktion diff() und überprüfe die Ergebnisse von adf.test erneut. Wenn nach dem Unterscheiden von adf.test Nullhypothese abgelehnt wird Bedeutet es, dass meine Daten einen stochastischen Trend haben?

Jede Hilfe wäre sehr nützlich, danke!

Answer 1

Der erweiterte Dickey Fuller Test (ADF) wird verwendet, um zu überprüfen, ob ein Prozess stationär ist oder nicht. Die Nullhypothese ist, dass der Prozess stationär ist, also keinen Trend hat. Die Alternativhypothese ist, dass der Prozess nicht stationär ist, also einem deterministischen oder stochastischen Trend folgen kann. z.B. es ist eine Steigung

In R der Befehl lautet wie folgt:

adf.test(data$variable) 

Also, wenn Sie, dass der p-Wert zu finden, ist niedriger als eine bestimmte Schwelle, in der Regel 0,05, dann lehnen Sie die Null der Stationarität. Wenn es größer als 0,05 ist, ist die Serie stationär.

Wenn Ihre Serie nicht stationär ist, können Sie sie "stationalisieren". Der übliche Weg, um fortzufahren, besteht darin, das Protokoll der Reihe zu differenzieren. In R würde es wie folgt aussehen:

diff1 <- diff(log(data$variable)) 

Dann Sie einen anderen ADF-Test durchführen, wenn Sie die Null der Stationarität abzulehnen wieder dann werden Sie wieder differenciate haben:

diff2 <- diff(diff1) 

Zeitreihe in der Regel stationär sind Wenn Sie den ersten Unterschied machen, müssen Sie sehr selten mehr als einmal differenzieren.

Hoffe es hilft