آزمایشگاه سری‌های زمانی

سری زمانی خود (مثلاً قیمت یا شاخص) را وارد کنید تا آزمون ریشهٔ واحد ADF، نمودارهای ACF و PACF، و برازش مدل AR همراه با پیش‌بینی چند گام آینده محاسبه شود.

ورود داده

آزمون ADF چیست؟

آزمون Augmented Dickey-Fuller بررسی می‌کند آیا یک سری زمانی «ریشهٔ واحد» دارد (یعنی ناایستا/Non-Stationary است) یا خیر. اگر آمارهٔ آزمون (t-stat) از مقدار بحرانی منفی‌تر باشد، فرض صفر (وجود ریشهٔ واحد) رد می‌شود و سری ایستا تلقی می‌شود — پیش‌نیاز بسیاری از مدل‌های اقتصادسنجی سری زمانی.

ACF و PACF چه چیزی نشان می‌دهند؟

تابع خودهمبستگی (ACF) میزان همبستگی سری با نسخهٔ با تاخیر خودش را نشان می‌دهد. تابع خودهمبستگی جزئی (PACF) همبستگی مستقیم هر تاخیر را پس از حذف اثر تاخیرهای میانی نشان می‌دهد — الگوی افت ناگهانی PACF معمولاً برای تعیین مرتبهٔ مدل AR استفاده می‌شود.

مدل‌های MA، ARMA، ARIMA، SARIMA، VAR و VECM (که نیازمند برآورد به روش حداکثر درست‌نمایی هستند) در فاز بعدی این آزمایشگاه اضافه می‌شوند؛ مقادیر بحرانی ADF نیز تقریب مجانبی مک‌کینون هستند، نه جدول تعدیل‌شده برای حجم نمونه کوچک.

این ابزار برای اهداف آموزشی و تحقیقاتی است و خروجی آن توصیه سرمایه‌گذاری، مالی یا معاملاتی محسوب نمی‌شود.