Nommé d'après les statisticiens américains David Dickey et Wayne Fuller, qui ont développé le test en 1979, le test Dickey-Fuller est utilisé pour déterminer si une racine unitaire (une caractéristique qui peut entraîner des problèmes d'inférence statistique) est présente dans un modèle autorégressif. La formule convient aux tendances chronologiques comme les prix des actifs. C'est l'approche la plus simple pour tester une racine unitaire, mais la plupart des séries chronologiques économiques et financières ont une structure plus compliquée et dynamique que ce qui peut être capturé par un modèle autorégressif simple, c'est là que le test Dickey-Fuller augmenté entre en jeu..
Avec une compréhension de base de ce concept sous-jacent du test Dickey-Fuller, il n'est pas difficile de sauter à la conclusion qu'un test Dickey-Fuller augmenté (ADF) n'est que cela: une version augmentée du test Dickey-Fuller original. En 1984, les mêmes statisticiens ont élargi leur test de racine unitaire autorégressif de base (le test Dickey-Fuller) pour s'adapter à des modèles plus complexes avec des ordres inconnus (le test Dickey-Fuller augmenté).
Semblable au test Dickey-Fuller original, le test Dickey-Fuller augmenté est celui qui teste une racine unitaire dans un échantillon de série chronologique. Le test est utilisé dans la recherche statistique et l'économétrie, ou dans l'application des mathématiques, des statistiques et de l'informatique aux données économiques.
Le principal différenciateur entre les deux tests est que l'ADF est utilisé pour un ensemble plus grand et plus compliqué de modèles de séries chronologiques. La statistique Dickey-Fuller augmentée utilisée dans le test ADF est un nombre négatif. Plus elle est négative, plus le rejet de l'hypothèse d'une racine unitaire est fort. Bien sûr, ce n'est qu'à un certain niveau de confiance. C'est-à-dire que si la statistique du test ADF est positive, on peut automatiquement décider de ne pas rejeter l'hypothèse nulle d'une racine unitaire. Dans un exemple, avec trois retards, une valeur de -3,17 constituait un rejet à la valeur p de 0,10.
En 1988, les statisticiens Peter C.B. Phillips et Pierre Perron ont développé leur test de racine unitaire Phillips-Perron (PP). Bien que le test de racine unitaire PP soit similaire au test ADF, la principale différence réside dans la façon dont les tests gèrent chacun la corrélation série. Lorsque le test PP ignore toute corrélation série, l'ADF utilise une autorégression paramétrique pour approximer la structure des erreurs. Curieusement, les deux tests se terminent généralement par les mêmes conclusions, malgré leurs différences.