単位根検定と定常性検定

時系列 Yt (t=1,2...) の統計的特性(期待値、分散、自己相関)が時間によって変化しないなら、その時系列は定常であると言える。たとえば、Yt がtから独立な正規分布 N(µ, s²) に従う白色ノイズは定常な時系列の一例である。

系列が定常でないことを識別することは、非定常がどこから生じるかという後の研究を可能にする。非定常系列は、たとえば、差において定常である:Yt は定常でないが、Yt  - Yt-1  の差は定常である。これはランダム・ウォークの例である。系列は、トレンドにおいても定常でありえる。

定常性検定は、系列定常であるか否かを検証できる。2種類のアプローチがある:いくつかの検定は、系列が定常であるという帰無仮説を考え(KPSS 検定、Leybourne および McCabe 検定)、その他の検定は、反対に系列が定常でないという帰無仮説を考える(Dickey-Fuller 検定、 拡張Dickey-Fuller 検定、Phillips-Perron 検定、DF-GLS 検定)。test).

XLSTAT は、現在、Dickey-Fuller 検定、拡張Dickey-Fuller 検定 (ADF) 、KPSS 検定を含む。