ディッキー・フラー検定とは？
でぃっきーふらーけんてい
ディッキー・フラー検定とは、時系列データに単位根（非定常性）が存在するかどうかを統計的に検定する手法で、経済・金融データの分析で広く使われます。
ディッキー・フラー検定（Dickey-Fuller test、DF検定）とは、時系列データが単位根を持つか否かを検定する統計的手法です。1979年にデビッド・ディッキーとウェイン・フラーによって提案されました。
単位根を持つ時系列は「非定常」であり、平均や分散が時間とともに変化します。非定常データのまま回帰分析を行うと、本来無関係な変数間に見かけ上の相関が生じる「見せかけの回帰」が発生するため、分析前に定常性の確認が不可欠です。
DF検定の基本的な考え方は次のとおりです。帰無仮説を「単位根が存在する（非定常）」とし、対立仮説を「単位根が存在しない（定常）」として検定統計量を計算します。計算されたt統計量をディッキー・フラーの臨界値表と比較し、帰無仮説を棄却できれば定常とみなします。
実際の時系列データでは誤差項に自己相関が生じることが多いため、ラグ項を追加した拡張ディッキー・フラー検定（ADF検定）がより広く使われています。また、より高い検出力を持つKPSS検定やPP検定（フィリップス・ペロン検定）と組み合わせて使用されることも一般的です。
GDPや株価・為替レートなど経済・金融の時系列分析において、モデル構築の前処理として不可欠な検定手法です。
使い方・例文
為替レートの時系列データが定常かどうかをADF検定（拡張ディッキー・フラー検定）で確認し、単位根があれば差分を取ってから回帰分析を行うという流れが実務でよく見られます。
この用語をシェア
最終更新: