Aller au contenu

Diagnostics par cellule — long memory + stationarity (V3)

Résumé. En V3 (recommandation R1 du referee TSE), chaque cellule reçoit quatre diagnostics par cellule : ADF, KPSS, GPH d̂, DFA Hurst Ĥ. Conclusion empirique : 97–100 % des cellules JST R6 / BoE Millennium ont |d̂| > 0.1 ; 81–83 % ne rejettent pas l'unit-root ADF ; 77–89 % rejettent la stationnarité KPSS. Le null AR(1) sur la série brute est donc structurellement mis-spécifié — la lecture load-bearing est l'ARFIMA-conditional (détail).

Les quatre diagnostics

ADF — Augmented Dickey-Fuller (1979)

Test de la nulle « la série a une racine unitaire » contre l'alternative « la série est stationnaire » (Dickey & Fuller 1979). Un non-rejet ADF indique que la série est compatible avec un I(1) ; un rejet indique qu'elle est compatible avec un I(0) après détrend déterministe.

KPSS — Kwiatkowski-Phillips-Schmidt-Shin (1992)

Test de la nulle inverse (« la série est stationnaire ») contre l'alternative racine unitaire (KPSS 1992). Conventionnellement rapporté en complément de l'ADF :

ADF KPSS Lecture
Rejet Non-rejet Stationnaire (I(0))
Non-rejet Rejet Unit-root (I(1))
Rejet Rejet Long-mémoire ou rupture structurelle
Non-rejet Non-rejet Sample size insuffisante / indéterminé

GPH d̂ — Geweke-Porter-Hudak (1983)

Estimateur du paramètre de différenciation fractionnaire d par régression log-périodogramme aux basses fréquences (Geweke & Porter-Hudak 1983). Critère cellule long-memory en V3 : |d̂| > 0.1. d̂ ∈ (0, 0.5) → long-mémoire stationnaire ; d̂ ∈ (0.5, 1) → quasi-non-stationnaire ; d̂ ≈ 1 → unit-root.

DFA Hurst Ĥ — Peng et al. (1994)

Detrended Fluctuation Analysis. Estimateur du paramètre de Hurst résistant aux trends non-stationnaires (Peng et al. 1994). Lien : Ĥ = d̂ + 0.5 en approximation. Ĥ = 0.5 → random walk ; Ĥ > 0.5 → long-mémoire persistante ; Ĥ > 1 → quasi-non-stationnaire.

Résultats empiriques V3

Source : papers/cycles_refuted/sections/{05_results,07_conclusion}.tex et reports/long_memory_diagnostics.json.

JST R6 (1870–2020, 611 cellules)

Statistique Valeur
Cellules avec |d̂| > 0.1 97 %
Cellules avec |d̂| > 0.4 88 %
Médiane Ĥ 1.76
Cellules où ADF ne rejette pas unit-root 81 %
Cellules où KPSS rejette stationnarité 77 %

BoE Millennium (1700–2016, 65 cellules)

Statistique Valeur
Cellules avec |d̂| > 0.1 100 %
Cellules avec |d̂| > 0.4 95 %
Médiane Ĥ 1.64
Cellules où ADF ne rejette pas unit-root 83 %
Cellules où KPSS rejette stationnarité 89 %

Conclusion empirique

Le null AR(1) sur les niveaux bruts est mis-spécifié sur la majorité écrasante des cellules JST R6 et BoE Millennium. Conséquence opérationnelle :

  1. La cellule reçoit en V3 le flag long_memory = True si |d̂| > 0.1.
  2. Pour ces cellules, Gate 1 exige le rejet sous le null ARFIMA(0, d̂, 0) en plus de AR(1) — la lecture load-bearing est l'ARFIMA-conditional (détail).
  3. Sur BoE, 16 cellules passent AR(1) seul mais échouent ARFIMA et sont déclassées comme faux positifs long-mémoire.

Implémentation

Module : ecowave/cycles/surrogate.py:stationarity_diagnostics.

Script CLI : scripts/long_memory_diagnostics.py --panel jst,boe (et wb, q, sh). Sortie : reports/long_memory_diagnostics.json avec schéma {cell_id, ADF_p, KPSS_p, d_gph, H_dfa, long_memory: bool}.

Cible Makefile : referee-r1.

Voir aussi

Références