固定测试问题

Question

我正在使用 航空里程 数据集，并且我进行了三个不同的测试来检查时间序列数据集中的平稳性

测试 1：使用 acf 和 pacf

acf(airmiles)

pacf(airmiles)

在区分它之后，现在大多数值似乎都在显着性水平

acf(diff(airmiles))
pacf(diff(airmiles))

测试 2：使用 adf.test

adf.test(airmiles,k=0,alternative = "stationary")


    Augmented Dickey-Fuller Test

data:  airmiles
Dickey-Fuller = -1.1415, Lag order = 0, p-value = 0.8994
alternative hypothesis: stationary

p 值似乎大于 0.05，所以我区分然后进行相同的测试

adf.test(diff(airmiles),k=0,alternative = "stationary")


    Augmented Dickey-Fuller Test

data:  diff(airmiles)
Dickey-Fuller = -5.4406, Lag order = 0, p-value = 0.01
alternative hypothesis: stationary

所以现在价值较小，但在 kpss.test 的情况下

kpss.test(diff(airmiles))   KPSS Test for Level Stationarity

data:  diff(airmiles) KPSS Level = 0.83442, Truncation lag parameter = 1, p-value = 0.01

p 值已经小于 0.05，我担心我应该实际使用哪些测试，以及最后哪一个会导致更好的模型。

Answer 1

具有 AR1 和 2 个异常值处理第 10 和 22 期的差分模型将是一个很好的模型。注意没有常数。