Philips-Perron检验的一大优点是它是非参数的，即不需要像 ADF 中那样选择序列相关的水平。它采用与 DF 检验中相同的估计方案，但对自相关和异方差性（HAC 类型校正）进行校正。

PP 检验的主要缺点是它基于渐近理论。因此，它仅适用于金融时间序列数据确实很奢侈的大样本。它还具有 ADF 测试的缺点：对结构断裂的敏感性，小样本能力较差，经常导致单位根结论。

建议进行多次测试并查看结果是否匹配，如果不匹配，请检查时间序列的属性（PP 对“绅士”属性集的偏差更稳健！）。如果您认为数据存在结构性中断，您也可以考虑 Zivot-Andrew 检验。

我发现L. Mahadeva 和 P.Robinson 的这篇讲稿Unit Root Testing To Help Model Building对回答这些问题很有用。也许它会给你更多的信息。

通常，当误差为同方差时使用 Adf 检验，而异方差误差首选 PP 检验。