KPSS検定とは、時間系列データにおける単位根の存在性を判定するための統計的手法である。
## 概要
KPSS検定は20世紀後半に発展した時系列分析の一環として体系化された。これは、ある経済変数が非定常過程（単位根を持つ）か、それとも安定的な回帰過程（トレンドや季節性を含む定常過程）であるかを判別するための検定法である。
## 役割と機能
KPSS検定は統計的推定の基礎として重要な役割を果たす。特に、時系列データ分析においては、単位根を持つか否かによってモデル選択や予測に大きな影響を与える。また、OLS回帰分析を行う前にKPSS検定を使用することで、誤った仮定に基づく推定を避けることが可能となる。
## 特徴
- **非対称性**: KPSS検定は単位根の存在を否定する力を持っているが、その存在を肯定する力は弱い。
- **安定過程への適応性**: 定常的な時間系列データに対して高い検出力を示す。
- **他の検定との比較**: ADF（Augmented Dickey-Fuller）検定と異なり、KPSS検定は非定常性を否定するための統計量を使用している。
## 現在の位置づけ
現代では、経済学や金融工学において時間系列データの特性を理解し、適切なモデルを選択するために(KPSS検定が)広く使用されている。近年、KPSS検定は機械学習と統合され、より複雑なパターン認識に適用される可能性も高まっている。規制面では、金融市場の安定性を評価する際の重要な指標として位置づけられている。
