[Phillips–Perron test - Wikipedia](https://en.wikipedia.org/wiki/Phillips%E2%80%93Perron_test) 統計学において、フィリップス・ペロン検定（Phillips-Perron test、Peter C. B. Phillips と Pierre Perron にちなんで命名）は[[単位根検定]]である 。すなわち、時系列分析において、時系列が1次積分であるという帰無仮説を検証するために用いられる。これは、帰無仮説$rho =1$のDickey-Fuller検定$\Delta y_{t}=(\rho -1)y_{t-1}+u_{t}$ を基にしたものである。$\Delta y_{t}=(\rho -1)y_{t-1}+u_{t}$, where $\Delta$ is first difference operator. Phillips-Perron検定は、[[拡張Dickey-Fuller検定]]と同様に、$y_{t}$のデータ生成過程が検定式で認められるよりも高次の自己相関を持っているかもしれないという問題に対して、$y_{t-1}$ が内生でありDickey-Fuller [[t検定]]が無効であるとして検定を行っています。拡張Dickey-Fuller検定では、検定式に$\delta y_{t}$のラグを回帰変数として導入し、この問題に対応しているが、Phillips-Perron検定は[[t検定]]統計量をノンパラメトリック補正するものである。この検定は検定式の攪乱過程における不特定多数の自己相関や不均一分散性に対してロバストである。 Davidson and MacKinnon (2004)は，Phillips-Perron 検定が有限サンプルでは拡張 Dickey-Fuller 検定よりも性能が悪いと報告している[2]． --- Pythonのパッケージ arch に含まれる。 [arch.unitroot.PhillipsPerron — arch 4.19+14.g318309ac documentation](https://arch.readthedocs.io/en/latest/unitroot/generated/arch.unitroot.PhillipsPerron.html#arch.unitroot.PhillipsPerron) pmdarimaにも含まれる。 [pmdarima.arima.PPTest — pmdarima 1.8.4 documentation](https://alkaline-ml.com/pmdarima/modules/generated/pmdarima.arima.PPTest.html)