python作adf檢驗

adf檢驗是用來檢驗序列是否平穩的方式
通常來講是時間序列中的一種檢驗方法
python中可以使用現成的工具statsmodels來實現adf檢驗

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

x = np.array([1, 2, 3, 4, 5, 6, 7])
result = ts.adfuller(x, 1)
print result
(-2.6825663173365015, 0.077103947319183241, 0, 7, {'5%': -3.4775828571428571, '1%': -4.9386902332361515, '10%': -2.8438679591836733}, 15.971188911270618)

最參數和返回結果的理解還不夠深入
後頭再把參數和返回結果都加上
參數項：

statsmodels.tsa.stattools.adfuller(x, maxlag=None, regression='c', autolag='AIC', store=False, regresults=False)[source]¶
 x: 序列，一維數組
 maxlag：差分次數
 regresion:{c:只有常量，
            ct:有常量項和趨勢項，
            ctt:有常量項、線性和二次趨勢項，
            nc:無任何選項}
 autolag:{aic or bic: default, then the number of lags is chosen to minimize the corresponding information criterium,
          None:use the maxlag,
          t-stat:based choice of maxlag. Starts with maxlag and drops a lag until the t-statistic on the last lag length is significant at the 95 % level.}