statsmodels adfuller() 中使用的回归方法？

Question

adfuller()中使用的回归方法是什么？我正在对时间序列执行增强的 dickey fuller 测试，并且正在尝试两种不同的方法。

首先，我使用 pandas.diff() 获取价格变化 dy。然后我将原始时间序列作为自变量 y 以及 dy 作为依赖变量传递给 statsmodels.OLS(dy,y) 并获得结果。然后，我提取斜率参数 model.params[1] 和斜率参数的标准误差 model.bse[1]。这些项的商是我称之为 DF = model.params[1]/model.bse[1] 的 Dickey Fuller 检验统计量。

其次，我将奇异时间价格序列传递到 adfuller() 中：

adfstat, pvalue, critvalues, resstore = ts.adfuller(y.y,regression='c',store=True,regresults=True)

现在，为了获得 Dickey Fuller 检验统计数据，我只需通过 DF = resstore.tvalues[1]

使用 OLS 我得到：

DF = -1.81495580198

使用 adfuller():

DF = -1.56386414181

我想知道这两种方法有什么区别？ adfuller() 是否在内部执行与 OLS 不同的线性回归？根据我从中获取示例的一本书，我观察到 OLS 的结果无可否认是正确的。但我更喜欢使用 adfuller()，因为它提供了测试统计的临界值作为输出的一部分。此外，adfuller() 结果似乎有很多回归系数：

print resstore.resols.params ==> 
[-0.00491391  0.02366782 -0.00295179  0.01354619  0.06399901 -0.06018851
 -0.00328142 -0.03876784  0.02934003 -0.10224276  0.00227549  0.01042279
 -0.04627873  0.05503934 -0.02707106  0.02664511 -0.02428741  0.04894767
 -0.06206492  0.00508655]

我通过获取回归线的斜率来确定均值回归的半衰期。这里看起来 adfuller() 正在计算 20 阶回归？这似乎不对。也许我做错了？有人可以阐明 adfuller() 吗？

Answer 1

这可以通过在 adfuller() 的输入中设置 maxlag=1 来解决

statsmodels adfuller() 中使用的回归方法？

Regression Method Used in statsmodels adfuller()?

python

linear-regression

reversion

statsmodels