Time-Series
平穩檢驗和單位根檢驗有什麼區別？
Kwiatkowski-Phillips-Schmidt-Shin (KPSS) 測試和增強的 Dickey-Fuller (ADF) 測試有什麼區別？他們在測試同樣的東西嗎？還是我們需要在不同的情況下使用它們？
我不知道這些測試的詳細工作原理，但一個區別是 ADF 測試使用系列包含單位根的零假設，而 KPSS 測試使用系列是平穩的零假設。
這是可能有用的維基百科段落：
在計量經濟學中，Kwiatkowski-Phillips-Schmidt-Shin (KPSS) 檢驗用於檢驗可觀察時間序列在確定性趨勢周圍是平穩的零假設。這種模型是由 Alok Bhargava 於 1982 年在他的博士學位中提出的。論文中開發了幾個 John von Neumann 或 Durbin-Watson 類型的單位根有限樣本檢驗（參見 Bhargava，1986 年）。後來，Denis Kwiatkowski、Peter CB Phillips、Peter Schmidt 和 Yongcheol Shin (1992) 提出了對可觀察序列是趨勢平穩（圍繞確定性趨勢平穩）的零假設的檢驗。該序列表示為確定性趨勢、隨機遊走和平穩誤差之和，檢驗是隨機遊走方差為零的假設的拉格朗日乘數檢驗。KPSS 類型測試旨在補充單位根測試，例如 Dickey-Fuller 測試。通過檢驗單位根假設和平穩性假設，可以區分看似平穩的序列、似乎具有單位根的序列以及數據（或測試）不足以確定是否存在足夠信息的序列它們是固定的或集成的。