statsmodels常用函数（更新中）

from statsmodels.tsa.stattools import adfuller as ADF 导入ADF检验

import numpy as np print(ADF(np.random.rand(100)))    #返回的结果有ADF值、p值等 返回值：adf(flot):检验统计量；pvalue(float):基于麦金农的麦金农近似p值；usedlag(int): 使用滞后数；nobs(int): 用于ADF回归的观测值和临界值的计算；critical values(dict): 基于麦金农在1%、5%、10%水平的测试统计量的临界值；icbest(float): 如果自动滞后值存在，最大滞后门限值门限 ('-10.45120432630734', '1.4366736892614452e-18', 0, 99, {'5%': '-2.891208211860468', '1%': '-3.498198082189098', '10%': '-2.5825959973472097'}, '35.28752424387815')