81時間序列的平穩(wěn)性和單位根檢驗(編輯修改稿)
2025-02-01 07:18 本頁面
【文章內(nèi)容簡介】 位根的零假設。LM檢驗表明模型殘差項不存在自相關性，因此模型的設定是正確的。可斷定中國支出法 GDP時間序列是非平穩(wěn)的。ADF檢驗在 Eviews中的實現(xiàn)ADF檢驗在 Eviews中的實現(xiàn)ADF檢驗在 Eviews中的實現(xiàn) — 檢驗 GDPPADF檢驗在 Eviews中的實現(xiàn) — 檢驗 GDPP?從 GDPP(1)的參數(shù)值看，其 t統(tǒng)計量的值大于臨界值，不能拒絕存在單位根的零假設。同時，由于時間項 T的 t統(tǒng)計量也小于ADF分布表中的臨界值，因此不能拒絕不存在趨勢項的零假設。需進一步檢驗模型 2 。 ADF檢驗在 Eviews中的實現(xiàn) — 檢驗 GDPPADF檢驗在 Eviews中的實現(xiàn) — 檢驗 GDPP?從 GDPP(1)的參數(shù)值看，其 t統(tǒng)計量的值大于臨界值，不能拒絕存在單位根的零假設。同時，由于常數(shù)項的 t統(tǒng)計量也小于ADF分布表中的臨界值，因此不能拒絕不存在趨勢項的零假設。需進一步檢驗模型1。 ADF檢驗在 Eviews中的實現(xiàn) — 檢驗 GDPPADF檢驗在 Eviews中的實現(xiàn) — GDPP?從 GDPP(1)的參數(shù)值看，其 t統(tǒng)計量的值大于臨界值，不能拒絕存在單位根的零假設。至此，可斷定GDPP時間序列是非平穩(wěn)的。 ADF檢驗在 Eviews中的實現(xiàn) — 檢驗 △GDPP?從 △ GDPP(1)的參數(shù)值看，其 t統(tǒng)計量的值大于臨界值，不能拒絕存在單位根的零假設。同時，由于時間項項 T的 t統(tǒng)計量也小于 AFD分布表中的臨界值，因此不能拒絕不存在趨勢項的零假設。需進一步檢驗模型 2 。 在1%置信度下。 從 △ GDPP(1)的參數(shù)值看，其統(tǒng)計量的值大于臨界值，不能拒絕存在單位根的零假設。同時，由于常數(shù)項的 t統(tǒng)計量也小于 AFD分布表中的臨界值，因此不能拒絕不存在趨勢項的零假設。需進一步檢驗模型 1。?從 △ GDPP(1)的參數(shù)值看，其統(tǒng)計量的值大于臨界值，不能拒絕存在單位根的零假設。至此，可斷定△ GDPP時間序列是非平穩(wěn)的。 ADF檢驗在 Eviews中的實現(xiàn) — 檢驗 △ 2GDPP?從 △ 2GDPP(1)的參數(shù)值看，其統(tǒng)計量的值小于臨界值，拒絕存在單位根的零假設。至此，可斷定△ 2GDPP時間序列是平穩(wěn)的。?GDPP是 I(2)過程。 *平穩(wěn)性檢驗的其它方法? PP檢驗 （ PhillipsPerron）– 檢驗模型中不引入滯后項，以避免自由度損失降低檢驗效力。– 直接采用 NeweyWest 一致估計式作為調(diào)整因子，修正一階自回歸模型得出的統(tǒng)計量。– 一種非參數(shù)檢驗方法? 霍爾工具變量方法– 用工具變量法估計 ADF檢驗模型。– 用 Xtk和 ΔXtik作為 yt1和 ΔXti的工具變量。– 檢驗統(tǒng)計量仍然服從 ADF分布。? DFGLS 方法 （ Elliott,Rothenberg,Stock,ERS）– 去勢（趨勢、均值）。– 對去勢后的序列進行 ADF型檢驗。– 采用 GLS估計檢驗模型。– 證明具有更良好的性質。? KPSS方法 （ Kwiatkowski,Phili
電大資料相關推薦
鄂ICP備17016276號-1