Python statsmodels.tsa.stattools.coint()|临界值为负值,P值为正值

Python statsmodels.tsa.stattools.coint()|临界值为负值,P值为正值,python,time-series,statsmodels,Python,Time Series,Statsmodels,所以我正在运行一个协整测试,文档上说 如果pvalue很小,低于临界大小,那么我们可以拒绝 假设不存在协整关系 我的p值和临界尺寸如下所示: 7.720961017991229e-07, array([-3.89753487, -3.33674071, -3.04487389])) 我已经读到,在ADF测试中,正值意味着其协整,然而,该测试的情况是否如此(使用两步Engle Granger) 如果临界值为负值,我们是否希望看到p值大于它们?反之亦然,如果他们是积极的 为了验证这一点,我制作了2

所以我正在运行一个协整测试,文档上说

如果pvalue很小,低于临界大小,那么我们可以拒绝 假设不存在协整关系

我的p值和临界尺寸如下所示:

7.720961017991229e-07, array([-3.89753487, -3.33674071, -3.04487389]))
我已经读到,在ADF测试中,正值意味着其协整,然而,该测试的情况是否如此(使用两步Engle Granger)

如果临界值为负值,我们是否希望看到p值大于它们?反之亦然,如果他们是积极的

为了验证这一点,我制作了2个时间序列,我认为这些时间序列应该是协整的:

XR = numpy.random.normal(0, 1, 100) 
noise = numpy.random.normal(0, 1, 100) 
YR = XR + 5 + noise
结果如下:

1.8668081271228297e-12, array([-4.01048603, -3.39854434, -3.08756793]))

所以我假设它大于0,临界值小于协整?如果我错了,请更正。

在交叉验证堆栈交换中回答这个问题会更好。好的,我会把它贴在那里。泰