在python statsmodels不工作的情况下为ADF测试设置maxlag？

我曾尝试在statsmodels中使用ADF测试设置最大滞后，但测试使用的滞后数与我设置的不同。它几乎总是更少。这里有一个小例子来说明我的意思

import numpy as np
import statsmodels.tsa.stattools as ts

x = np.array([1,2,3,4,3,4,2,3])
result = ts.adfuller(x, 1) # maxlag is now set to 1

>>> result
(-2.6825663173365015, 0.077103947319183241, 0, 7, {'5%': -3.4775828571428571, '1%': -4.9386902332361515, '10%': -2.8438679591836733}, 15.971188911270618)

maxlag设置为1，但在结果中，它表示使用的最大lags为0，对应于结果中的第三个条目

---

有人能解释为什么会发生这种情况，以及可能如何修复这种情况吗？

maxlag参数是最大参数

adfuller

将尝试，但不一定使用。如果未指定，则通过计算[ceil（12*（n/100）^（1/4））]确定最大PAR，因此对于较长的数据集，它假设可能存在较高阶滞后（n是此处的观测量）

然后，它使用一个信息标准来决定哪个滞后给出了最佳模型。信息准则试图平衡拟合优度，同时最小化模型的复杂性。通过使用adfuller函数的

autolag

参数，可以指定应使用哪种算法来确定哪种模型是最好的。默认值为Akaike信息标准

如果要强制模型使用指定的“最大滞后”，应使用

autolag=None

关闭最佳模型的确定。你确定要这样做吗