我正在努力测试2个时间序列的协整性(或者更恰当地解释测试结果)。>>
所以我得到了两个时间序列x
和y
,每个序列包含36个每月数据点。
通过查看这些时间序列,我想说它们是协整的
。但是,当应用不同的协整检验时,它们似乎不是:
[1)增强迪基-富勒
from statsmodels.tsa.stattools import adfuller from statsmodels.api import OLS ols_result = OLS(y, x).fit() result = adfuller(ols_result.resid)
返回
;原假设不能被拒绝,时间序列不能被协整。(0.6614451366946532, 0.9890361840444819, 10, 25, {'1%': -3.7238633119999998, '5%': -2.98648896, '10%': -2.6328004}, 84.12263429255607)
即p值0.98
2)Engle-Granger
,即未协整。coint_t, p_value, _ = coint(y, x) p_value 0.06910078732250052
返回p值0.069
我在这里做错了什么?
提前感谢!
PS:两个时间序列之间似乎存在格兰杰因果关系(使用statsmodels.tsa.stattools.grangercausalitytests
测试)
我正在努力测试2个时间序列的协整性(或者更恰当地解释测试结果)。所以我得到了两个时间序列x和y,每个序列包含36个每月数据点。从看...
可能是您的数据集不够大的情况。另一方面,通过仅查看p值得出结论不是一个好主意