디키-풀러 테스트 편집하기

디키-풀러 정상성 검정(Dickey-Fuller Test)은 시계열 데이터의 정상성(Stationarity)을 검정하는 통계적 방법으로, 단위근(Unit Root) 여부를 판별하여 시계열이 평균과 분산이 일정한 정상 과정인지 확인하는 데 사용된다.
==개요==
정상성은 시계열 분석에서 중요한 개념으로, 정상적인 시계열은 평균과 분산이 시간에 따라 일정해야 한다. 디키-풀러 검정은 시계열이 정상적인지 아니면 단위근을 포함하는 비정상적인(non-stationary) 시계열인지 판단하는 데 사용된다.
==검정 가설==
디키-풀러 검정은 귀무가설(null hypothesis)과 대립가설(alternative hypothesis)로 구성된다.
*귀무가설(H₀): 시계열이 단위근을 포함하며, 정상성이 없다. (비정상적 시계열)
*대립가설(H₁): 시계열이 단위근을 포함하지 않으며, 정상적이다.
디키-풀러 검정의 결과로 '''p-value'''가 일정 임계값(예: 0.05)보다 작으면, 귀무가설을 기각하고 시계열이 정상성을 가진다고 판단할 수 있다.
==검정 방식==
디키-풀러 검정은 다음과 같은 세 가지 유형이 있다.
*'''표준 디키-풀러 검정(Standard Dickey-Fuller Test)'''
**자기회귀 모델을 이용하여 단순히 단위근 여부를 검정
*'''확장된 디키-풀러 검정(Augmented Dickey-Fuller Test, ADF)'''
**시차(lag)를 추가하여 자기상관을 고려한 일반적인 검정 방법
*'''필립스-페론 검정(Phillips-Perron Test)'''
**비슷한 목적을 가지지만, 자기상관과 이분산성을 보정하여 검정
==검정 식==
디키-풀러 검정은 다음과 같은 회귀 모델을 기반으로 한다.

ΔYₜ = α + βt + γYₜ₋₁ + δ₁ΔYₜ₋₁ + ... + δₖΔYₜ₋ₖ + εₜ

여기서,
*Yₜ: 시계열 데이터
*ΔYₜ: 1차 차분(변화량)
*t: 시간 변수 (추세가 있을 경우 포함)
*γ: 단위근 계수 (γ < 0이면 정상성 유지)
*εₜ: 오차항
검정의 핵심은 '''γ'''가 0보다 작은지 여부를 확인하는 것이다.
==예제 코드==
Python을 이용하여 확장된 디키-풀러(ADF) 검정을 수행하는 예제이다.<syntaxhighlight lang="python">
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller

# 시계열 데이터 생성 (비정상 데이터)
np.random.seed(42)
time_series = np.cumsum(np.random.normal(0, 1, 100))

# 디키-풀러 검정 수행
result = adfuller(time_series)

print("ADF 검정 통계량:", result[0])
print("p-value:", result[1])
print("임계값:", result[4])

# 결과 해석
if result[1] < 0.05:
    print("귀무가설 기각: 정상성을 가짐")
else:
    print("귀무가설 채택: 정상성이 없음 (단위근 존재)")
</syntaxhighlight>
==결과 해석==
*p-value < 0.05 → 귀무가설 기각 → 정상적인 시계열 데이터
*p-value ≥ 0.05 → 귀무가설 채택 → 비정상적인 시계열 데이터 (차분 필요)
==활용==
*'''금융 데이터 분석''' - 주가, 환율 등 금융 시계열의 정상성 검정
*'''경제학 연구''' - 거시경제 변수(GDP, 물가, 금리 등)의 장기 균형 분석
*'''공적분 검정''' - 시계열 간 장기적인 균형 관계 분석(Engle-Granger 공적분 검정 등)
*'''시계열 모델링''' - ARIMA 모델 적용 전 정상성 확인
==같이 보기==
*[[공적분 관계 (금융 투자)]]
*[[시계열 분석]]
*[[자기회귀이동평균(ARIMA) 모델]]
*[[통계적 차익 거래]]
*[[페어 트레이딩]]
==참고 문헌==
*Dickey, D. A., & Fuller, W. A. (1979). ''Distribution of the Estimators for Autoregressive Time Series with a Unit Root''. Journal of the American Statistical Association.
*Hamilton, J. D. (1994). ''Time Series Analysis''. Princeton University Press.
[[분류:금융]]
[[분류:투자]]
설명	입력하는 내용	문서에 나오는 결과
기울임꼴	''기울인 글씨''	기울인 글씨
굵게	'''굵은 글씨'''	굵은 글씨
굵고 기울인 글씨	'''''굵고 기울인 글씨'''''	*굵고 기울인 글씨*