R语言：扩充Dickey-Fuller测试的结果意味着什么？

我已经看到了，但没有人能正确地解释，R所显示的基本输出的解释。另外，关于Dickey Fuller测试的其他一些问题甚至没有得到答案，所以我在这里提问

从中，它说无效假设被拒绝，但我在输出中没有看到任何表明这一点的东西。如果我想从p值中得到一个提示，那么我怎么知道p的截止极限是多少呢

count_d1 = diff(deseasonal_cnt, differences = 1) 
plot(count_d1)
adf.test(count_d1, alternative = "stationary")

扩充Dickey-Fuller检验

数据：count_d1 Dickey Fuller=-9.9255，滞后顺序=8，p值=0.01 替代假设：平稳

在其他教程中，我看到过这样的输出，他们通过查看

adt.test

输出，得出时间序列是平稳的或非平稳的结论，但是他们没有提到他们是如何得出这个结论的

那么我怎么知道无效假设是否被拒绝了呢？难道不可能有这样一个if语句：

如果adf.test（count_d1，alternative=“stational”）==TRUE，
打印（“空准真”）；else打印（“空hypo拒绝”）？
看看Walter Enders应用计量经济学时间序列3e，2010年的理论。没有严格的“截止值”规则。然而，通常认为0.05的值适用于放弃无效假设。（当然，较低的p值更能支持这一论点）
如果人们判断统计测试“显著”，而不提及他们的决策规则，我通常会猜测他们使用
p<0.05
作为决策的阈值。这是一个非常广泛使用的约定（尽管在理想情况下，您至少会提到这就是您正在做的事情）。（1）
library（tseries）
？请明确非基本包要求。（2） 
如果（…==TRUE）
没有意义，建议使用
if（…）
或
if（isTRUE（…）
（这两种方法略有不同，可能更可靠）。（3） p值不会自动拒绝或未能拒绝测试；在开始测试之前，您要确定什么是截止点。这个特定的输出并没有告诉您是否拒绝，它只是报告p值，仅此而已。是的，它是
library（tseries）
。代码来自我链接到的教程。因此，我可以放心地假设本教程的作者可能使用0.05作为p截止值。