R 多时间序列平稳性检验

我有一系列的数据。现在，

pd

是区分不同元素（有2228个唯一元素）的标识符，

Date

是日期，

excess

只是一列值。我想使用

Box.test

、

adf.test

和

kpss.test

在

fpp

包中测试每个

pd

的

超额

的平稳性。为了说明我的意思，以

pd

=1为例：

library(fpp)

pd1 <- read.delim("E:/something/something/pd1.txt") # Here I just extracted only the corresponding values for pd = 1 from the data file #

excessret <- matrix(0,dim(pd1),1)

excessret[,1] <- pd1[,3]

Box.test(excessret[,1], lag=20, type="Ljung-Box")

adf.test(excessret[,1], alternative="stationary")

kpss.test(excessret[,1])

假设我设定了5%的显著性水平。那么规则是：

1） 对于

框。如果p值<0.05=>静止，则测试

2） 对于
adf.测试
，如果p值<0.05=>平稳

3） 对于
kpss.test
，如果p值>0.05=>平稳（注意不等式的变化）

因此在这种情况下，
Box.test
和
kpss.test
建议pd=1是固定的，而
adf.test
建议pd=1是非固定的

我的问题是，我希望对每一个
pd
都这样做，然后计算三个测试中有多少
pd
是静止的。例如，使用
Box.test
，我希望对每个
pd
应用
Box.test
，然后查看2228个唯一元素中，有多少被归类为静止元素。然后对其他两个测试重复此步骤

谢谢。
您可以这样做，例如：

library(data.table)
DT <- as.data.table(returns)
DT[,Date := as.Date(Date,format='%d/%m/%Y')]
library(fpp)
library(xts)
DT[,{ x = xts(excess,Date)
      list(box= Box.test(x)$p.value <0.05 ,
           adf= adf.test(x)$p.value <0.05 ,
           kpss= kpss.test(x)$p.value >0.05)
},pd]

         pd   box  adf  kpss
   1:     1  TRUE TRUE FALSE
   2:    21  TRUE TRUE FALSE
   3:    26  TRUE TRUE FALSE
   4:    29  TRUE TRUE FALSE
   5:    31 FALSE TRUE FALSE
  ---                       
2224: 82840  TRUE TRUE FALSE
2225: 82848 FALSE TRUE FALSE
2226: 82850  TRUE TRUE FALSE
2227: 83053 FALSE TRUE FALSE
2228: 83273  TRUE TRUE FALSE

库（data.table）
从什么时候开始，Ljung-Box测试是平稳性测试？老实说，我这么问是因为你不是第一个这么说的人，我想知道这是不是真的。@Paul我实际上回答了你所联系的问题（尽管它根本没有被提升）。我的观点是，LB测试是一种较强的白噪声条件，因此将错过许多平稳但非白噪声的时间序列。例如，在大时间限制下的强均值回复时间序列（如许多OU过程或AR过程）。它们将无法通过LB测试，但仍处于静止状态。
library(data.table)
DT <- as.data.table(returns)
DT[,Date := as.Date(Date,format='%d/%m/%Y')]
library(fpp)
library(xts)
DT[,{ x = xts(excess,Date)
      list(box= Box.test(x)$p.value <0.05 ,
           adf= adf.test(x)$p.value <0.05 ,
           kpss= kpss.test(x)$p.value >0.05)
},pd]

         pd   box  adf  kpss
   1:     1  TRUE TRUE FALSE
   2:    21  TRUE TRUE FALSE
   3:    26  TRUE TRUE FALSE
   4:    29  TRUE TRUE FALSE
   5:    31 FALSE TRUE FALSE
  ---                       
2224: 82840  TRUE TRUE FALSE
2225: 82848 FALSE TRUE FALSE
2226: 82850  TRUE TRUE FALSE
2227: 83053 FALSE TRUE FALSE
2228: 83273  TRUE TRUE FALSE