为什么 R 和 Python 中的 Augmented Dickey-Fuller 结果不同

Question

为什么 ADF 测试在 R 和 Python 中会有如此截然不同的结果？ 数据集：https://www.kaggle.com/datasets/rakannimer/air-passengers?resource=download

R 检验表明时间序列是平稳的。 Python 测试 - 非平稳。

Python

df = pd.read_csv("../data/air_passengers.csv")
adf_result = adfuller(df['Passengers'])

ADF Statistic: 0.8153688792060371
p-value: 0.9918802434376408
Number of Lags Used: 13

R：

air <- readr::read_csv("../data/air_passengers.csv")
adf.test(air$Passengers)

Augmented Dickey-Fuller Test

Dickey-Fuller = -7.318571346919138243, Lag order = 5,
p-value = 0.01000000000000000021
alternative hypothesis: stationary

时间序列显然是非平稳的。

Answer 1

答案通常就在文档中。

首先，请注意这些函数默认具有不同数量的滞后； Python 的

statsmodels.tsa.stattools.adfuller

在这里选择了 13，而 R 的

tseries::adf.test

选择了 5。您可以在 R 中使用

k

直接更改此设置，而在 Python 中，您必须设置

maxlags

和 设置

autolag = None

来停止该函数选择不同的值。

尽管如此，调整滞后数量不会得到相同的结果。这就是 R 所做的：

使用包含常数和线性趋势的一般回归方程[..]

这是 Python 的

regression

论证：

regression {“c”, ”ct”, ”ctt”, ”n”}

：回归中包含的常数和趋势顺序。

   “c” : constant only (default).
   “ct” : constant and trend.
   ...

这些信息应该让您在两个包中获得相同的结果 - 您必须适应相同数量的滞后，并且

tseries::adf.test

只会执行恒定和趋势。