多时间序列KPSS与ADF检验循环执行问题及代码优化求助

问题根源 #

• 原代码用c()合并多个ts对象时，会把所有时间序列的数值扁平化拼接成一个长向量，而非保留每个独立的时间序列对象。循环时x取的是单个数值，ndiffs()对单个数值的时间序列只能返回0，因此结果全为0。
• 循环中反复用c(kpss_results, ...)扩展向量，每次都会重新分配内存，数据量大时效率极低。

优化方案 #

步骤1：用列表存储独立时间序列 #

直接从数据框按列批量生成时间序列列表，不用手动逐个赋值：

# 指定需要检验的列名，批量转为ts对象并存储为列表
target_cols <- c("m2v_mean", "viol_crime", "poverty_rate", "unrate_mean", "avg_temp", "fam_gini")
ts_list <- lapply(df[target_cols], ts)

步骤2：批量计算检验结果 #

用批量处理函数替代低效循环，一次性生成结果：

基础R实现

library(forecast)

# 批量计算KPSS和ADF的差分阶数
kpss_results <- sapply(ts_list, function(x) ndiffs(x, alpha = 0.05, test = "kpss"))
adf_results <- sapply(ts_list, function(x) ndiffs(x, alpha = 0.05, test = "adf"))

# 合并为数据框，方便查看变量对应结果
results_df <- data.frame(
  变量名 = names(kpss_results),
  KPSS差分阶数 = kpss_results,
  ADF差分阶数 = adf_results,
  row.names = NULL
)

print(results_df)

purrr包实现（更简洁的函数式风格）

library(forecast)
library(purrr)

# 批量生成结果
kpss_results <- map_dbl(ts_list, ~ndiffs(.x, alpha = 0.05, test = "kpss"))
adf_results <- map_dbl(ts_list, ~ndiffs(.x, alpha = 0.05, test = "adf"))

# 合并为结构化数据框
results_df <- tibble::tibble(
  变量名 = names(ts_list),
  KPSS差分阶数 = kpss_results,
  ADF差分阶数 = adf_results
)

print(results_df)

关键改进点 #

• 用列表存储独立时间序列，保留每个序列的完整性，确保ndiffs()能正确处理时间序列对象。
• 用批量处理函数替代循环扩展向量，减少内存重复分配，提升代码运行效率。
• 自动保留变量名，结果与变量一一对应，可读性更强。

内容的提问来源于stack exchange，提问作者shrey_shankar