R တွင် တိုးမြှင့်ထားသော dickey-fuller စမ်းသပ်မှု (ဥပမာနှင့်အတူ)

အချိန်စီးရီးတစ်ခုသည် ခေတ်ရေစီးကြောင်းမရှိပါက၊ အချိန်နှင့်အမျှ အဆက်မပြတ်ကွဲလွဲမှုကိုတင်ပြပြီး အချိန်နှင့်အမျှ ဆက်တိုက်အလိုအလျောက်ဆက်နွှယ်မှုဖွဲ့စည်းပုံပါရှိသည့် အချိန်စီးရီးတစ်ခုအား “ စာရေးကိရိယာ” ဟု ဆိုပါသည်။

အချိန်စီးရီးတစ်ခုသည် တည်ငြိမ်မှုရှိမရှိ စမ်းသပ်ရန် နည်းလမ်းတစ်ခုမှာ အောက်ပါ null နှင့် အခြားအခြားသော ယူဆချက်များကို အသုံးပြုထားသည့် augmented Dickey-Fuller စမ်းသပ်မှုကို လုပ်ဆောင်ရန်ဖြစ်သည်-

H ₀ : အချိန်စီးရီးသည် လှုပ်ရှားမှုမရှိပေ။ တစ်နည်းဆိုရသော် ၎င်း၏ဖွဲ့စည်းပုံသည် အချိန်ပေါ်မူတည်ပြီး ၎င်း၏ပြောင်းလဲမှုသည် အချိန်နှင့်အမျှ မတည်မြဲပါ။

H _A : အချိန်စီးရီးသည် ငုတ်တုတ်ဖြစ်သည်။

အကယ်၍ စမ်းသပ်မှု၏ p-တန်ဖိုး သည် အချို့သော အရေးပါမှုအဆင့်အောက်တွင် ရှိနေပါက (ဥပမာ α = 0.05)၊ ထို့နောက် null hypothesis ကို ငြင်းပယ်ပြီး time series သည် ငြိမ်နေသည်ဟု ကောက်ချက်ချနိုင်ပါသည်။

အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် ပေးထားသော အချိန်စီးရီးအတွက် R တွင် တိုးမြှင့်ထားသော Dickey-Fuller စမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။

ဥပမာ- R တွင် Augmented Dickey-Fuller စမ်းသပ်မှု

R တွင် အောက်ပါ time series data ရှိသည်ဆိုပါစို့။

 data <- c(3, 4, 4, 5, 6, 7, 6, 6, 7, 8, 9, 12, 10)

ဒေတာအပေါ် တိုးမြှင့်ထားသော Dickey-Fuller စမ်းသပ်မှု မလုပ်ဆောင်မီ၊ ကျွန်ုပ်တို့သည် ဒေတာကို မြင်ယောင်နိုင်ရန် အမြန်ကွက်ကွက်တစ်ခုကို ဖန်တီးနိုင်သည်-

 plot(data, type=' l ')

တိုးမြှင့်ထားသော Dickey-Fuller စမ်းသပ်မှုကို လုပ်ဆောင်ရန်၊ ကျွန်ုပ်တို့သည် tseries စာကြည့်တိုက်မှ adf.test() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါသည်။

အောက်ပါကုဒ်သည် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသသည်-

 library (tseries)

#perform augmented Dickey-Fuller test 
adf.test(data)

	Augmented Dickey-Fuller Test

data:data
Dickey-Fuller = -2.2048, Lag order = 2, p-value = 0.4943
alternative hypothesis: stationary

ဤသည်မှာ ရလဒ်၏ အရေးကြီးဆုံးတန်ဖိုးများကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည် ။

• စမ်းသပ်စာရင်းအင်း- 2.2048
• P-တန်ဖိုး- 0.4943

p-value သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။

ဆိုလိုသည်မှာ အချိန်စီးရီးသည် ငုတ်တုတ်မဟုတ်ပါ။ တစ်နည်းဆိုရသော် ၎င်း၏ဖွဲ့စည်းပုံသည် အချိန်ပေါ်မူတည်ပြီး ၎င်း၏ပြောင်းလဲမှုသည် အချိန်နှင့်အမျှ မတည်မြဲပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

R တွင် Mann-Kendall trend test ကို ဘယ်လိုလုပ်ဆောင်ရမလဲ
R တွင်အချိန်စီးရီးတစ်ခုဘယ်လိုဆွဲမလဲ။
ဒေတာလမ်းကြောင်းများကို လျှော့ချနည်း