Coleção series-temporais

ADF

Dickey-Fuller Aumentado: a série tem raiz unitária?

O que o bloco faz

Testa se a série tem RAIZ UNITÁRIA — a não estacionariedade que faz o nível passear sem voltar, e que se resolve diferenciando.

A leitura é invertida

A hipótese nula aqui é a RAIZ UNITÁRIA. Quem está acostumado a “p-valor pequeno quer dizer que achei alguma coisa” lê este teste ao contrário: rejeitar H0 é concluir ESTACIONÁRIA.

Não rejeitar não prova raiz unitária — com amostra pequena o teste deixa de rejeitar por falta de poder. Por isso o ADF anda em par com um teste de hipótese nula oposta (H0 = estacionária): é quando os dois lados concordam que a conclusão tem chão. Se discordam, a série está no limite, e diferenciar é o lado seguro.

O que sai

A estatística t, a tabela de valores críticos a 10%, 5% e 1% e a conclusão em palavras. O urca só publica a tabela: o p_valor sai em branco, e não interpolado a partir dela — seria inventar precisão que o pacote não dá. A decisão a 5% vem do valor crítico.

Termos determinísticos: constante para série que oscila em torno de um nível; tendência para série que pode ser estacionária em torno de uma reta.

Defasagens: o teto do termo aumentado. 0 usa a regra de sempre (a raiz cúbica de n - 1); dentro do teto, quem escolhe é o AIC.

Faltantes

Este bloco não aceita faltantes: série com buraco põe o nó em vermelho. Ligue um series/interpolate antes, ou recorte a parte cheia com series/window.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Hipótese nula
A afirmação que o teste põe à prova, em geral a de que não há efeito ou diferença (médias iguais, ausência de tendência). O teste mede o quanto os dados são incompatíveis com ela; não rejeitá-la não prova que ela é verdadeira.
p-valor
A probabilidade de obter um resultado tão extremo quanto o observado, ou mais, se a hipótese nula fosse verdadeira. p-valor pequeno indica dados pouco compatíveis com a hipótese nula; ele não é a probabilidade de a hipótese nula ser verdadeira nem mede o tamanho do efeito.
Autocorrelação
A correlação de uma série com ela mesma deslocada no tempo: o valor de hoje parecido com o de ontem. É o padrão que os modelos de séries descrevem, e o que torna inválidos os testes que supõem observações independentes.
Estacionariedade
Uma série é estacionária quando média, variância e autocorrelação não mudam ao longo do tempo. Muitos modelos (como o ARIMA) a supõem; séries com tendência costumam ser diferenciadas até ficarem estacionárias.
Tendência
O movimento de longo prazo de uma série, de subida ou de descida, separado das oscilações de curto prazo e da sazonalidade.

Quando usar

Avalie a hipótese de raiz unitária quando decidir se a série precisa de diferenças. A conclusão depende dos termos determinísticos escolhidos e deve ser lida junto ao KPSS ou ao gráfico.

Pressupostos

  • A série segue um autorregressivo de ordem finita, e as defasagens da diferença bastam para deixar o erro da regressão sem autocorrelação (é o "aumentado").

    Verificar:Autocorrelação parcial (PACF)

    Se falhar: Aumente o teto de Defasagens, ou use o series/phillips_perron, que corrige a estatística em vez de acrescentar defasagens.

  • Há no máximo uma raiz unitária: com duas (série que precisa de duas diferenças), o teste na série em nível não se lê.

    Verificar:Diferenças necessárias

    Se falhar: Aplique o teste à série já diferenciada (series/diff).

  • Os termos determinísticos escolhidos (constante, ou constante e tendência) são os da série: sem a tendência quando ela existe, o teste confunde tendência com raiz unitária; com tendência sobrando, perde poder.

    Verificar:Série no tempo

    Se falhar: Série que sobe ou desce de forma regular: tendência. Série que oscila em torno de um nível: constante.

  • A série não tem quebra estrutural (mudança de nível ou de inclinação). Com quebra, os testes de raiz unitária tendem a NÃO rejeitar, e o KPSS a rejeitar, mesmo com a série estacionária dos dois lados.

    Verificar:Série no tempoPettitt

    Se falhar: series/zivot_andrews, que admite uma quebra e a estima.

  • Série longa o bastante: com poucas observações o teste tem pouco poder, e "não rejeita" não é evidência a favor de H0.

    Se falhar: Leia junto com o teste de hipótese nula oposta (series/adf × series/kpss); se discordarem, diferenciar é o lado seguro.

Configuração

  • Termos determinísticos — constante ou tendência.
  • Defasagens — teto de defasagens; 0 para a regra automática.

Exemplo

Série de exemplo
Transformar
Diferença
ADF
library(trama)

reg <- tr_registry()
tr_use("trama.series", registry = reg)

tr_flow(reg) |>
  tr_add("pax", "series/example") |>
  tr_add("log", "series/transform", from = "pax") |>
  tr_add("d", "series/diff", from = "log") |>
  tr_add("adf", "series/adf", from = "d")

Como interpretar

Um teste (data/test). Ligado numa entrada de tabela, ele vira UMA linha de relatório: um data/bind_rows junta vários testes num só.