【R言語】Rでの単位根検定 その2

www.tkstock.site

というわけで前回に引き続き、Rでの時系列データを使った単位根検定を行っていきます。前回の結果としては2005年から2016年までのTOPIXのデータには、時系列分析を行う上で必要な定常性がありませんでした。なのでデータを加工することで、定常性を持たせることにします。

定常性の持たせ方は大きくこの5つです。

①データの差分を取る

②データを対数変換する

③データを対数変換して差分を取る

④データを指標（変化率など）に変換する

⑤データを指標に変換して差分を取る

まあ後のデータ計算も考えると⑤：対数変換して差分を取るというのが、一番オーソドックスな手法です。

> r.topix2016 <- diff(log(TOPIX2016))　##　データを対数変換して差分を取る

> r.topix2016 <- r.topix2016[!is.na(r.topix2016)]　##欠損地の削除

> head(r.topix2016)　##　データの確認
Close
2016-01-05 -0.004180864
2016-01-06 -0.009992065
2016-01-07 -0.023582617
2016-01-08 -0.003912562
2016-01-12 -0.027438276
2016-01-13 0.028436198

差分や対数変換については↓のリンクで解説しています。

www.dmjtmj-stock.com

というわけで、この対数変化率に加工した時系列データでADF検定（拡張ディッキー–フラー検定）に再挑戦してみます。

> adf.test(r.topix2016)

Augmented Dickey-Fuller Test

data: r.topix2016
Dickey-Fuller = -6.7341, Lag order = 6, p-value = 0.01
alternative hypothesis: stationary

p値（p-VALUE）が0.01と極めて低いので、このデータは定常過程（定常性がある）と言えます。次は時系列モデルについて見ていきます。