Cómo comprobar si un unicc es estacionaria?

Question

Estoy usando KPSS Método para comprobar si la serie es estacionaria, pero también me gustaría utilizar otra prueba para confirmar si la serie es estacionaria o no, ¿qué método se podrían utilizar?

Answer 1

Hay muchos métodos diferentes para ello. La mayoría de las personas dependen de una unidad de la raíz de la prueba. Rmetrics ha recogido la mayoría de unidad común de la raíz de las pruebas en el fUnitRoots paquete, que principalmente proporciona un contenedor de Bernhard Pfaff la urca paquete. Estos incluyen:

• De Dickey–Fuller aumentado (ADF) de prueba
• Elliott–Rothenberg–Stock de prueba
• KPSS unidades de la raíz de la prueba
• Phillips–Perron prueba
• Schmidt–Phillips prueba
• Zivot–Andrews

Si usted quiere entender estas funciones con más detalle, recomiendo Pfaff el libro sobre "Análisis Integrado y Cointegrated Series de Tiempo con R". "La Econometría aplicada con R" también proporciona una agradable breve introducción.

El capítulo 4 de Eric Zivot del libro en el análisis de series de tiempo cubre la raíz de la unidad de pruebas y está disponible en su sitio web. Él utiliza S-Plus, pero la urca funciones son casi idénticos.

Answer 2

Usted puede utilizar el (Ajustado) de Dickey Fuller Prueba: http://en.wikipedia.org/wiki/Dickey%E2%80%93Fuller_test

Estoy bastante seguro de que su paquete de software tiene una biblioteca o de rutina que usted puede usar para hacerlo.

Answer 3

Otra alternativa son wavelet a base de pruebas. Con un tamaño similar, que a menudo tienen un mayor poder, especialmente para muy cerca de la raíz de la unidad de alternativas. Un ejemplo es el de aquí (libre de pre-impresión versiones de este documento están disponibles, también).

Answer 4

El tseries paquete de modelos GARCH. Aquí es un código muy simple:

library(quantmod)
library(tseries)
getSymbols("MSFT")
ret <- diff.xts(log(MSFT$MSFT.Adjusted))[-1]
arch_model <- garch(ret, order=c(0, 3))
garch_model <- garch(ret, order=c(3, 3))
plot(arch_model)                                  
plot(garch_model)                                  

También, Eric Zivot tiene buenas notas en el tiempo de la serie y R.

Answer 5

Dividir el tiempo de la serie en dos secciones (por ejemplo, 1er semestre y 2º semestre) y la construcción de la CDF para cada parte. El Cdf debe ser el mismo si la serie es estacionaria. Desde el Cdf nunca será exactamente el mismo que se puede aplicar de Pearson $\chi^{2}$ de prueba comparando el valor de la Cdf a través de varios puntos de referencia. Creo que esta prueba fue creada por el fallecido Cliff Jerez.