31時間序列平穩(wěn)性和單位根檢驗(yàn)(參考版)
2025-01-16 05:40本頁面
【正文】 下午 5時 6分 51秒 下午 5時 6分 17:06: MOMODA POWERPOINT Lorem ipsum dolor sit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis amet, consectetur adipiscing elit. Fusce id urna blanditut cursus. 感謝您的下載觀看 專家告訴 。 2023年 1月 下午 5時 6分 :06January 31, 2023 1業(yè)余生活要有意義，不要越軌。 :06:5117:06:51January 31, 2023 1意志堅強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 17:06:5117:06:5117:06Tuesday, January 31, 2023 1知人者智，自知者明。 17:06:5117:06:5117:061/31/2023 5:06:51 PM 1越是沒有本領(lǐng)的就越加自命不凡。 下午 5時 6分 51秒 下午 5時 6分 17:06: 楊柳散和風(fēng)，青山澹吾慮。 2023年 1月 下午 5時 6分 :06January 31, 2023 1少年十五二十時，步行奪得胡馬騎。 :06:5117:06:51January 31, 2023 1意志堅強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 :06:5117:06Jan2331Jan23 1世間成事，不求其絕對圓滿，留一份不足，可得無限完美。 , January 31, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 2023年 1月 31日星期二 5時 6分 51秒 17:06:5131 January 2023 1做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點(diǎn)的射線向前。 2023年 1月 31日星期二 下午 5時 6分 51秒 17:06: 1比不了得就不比，得不到的就不要。 17:06:5117:06:5117:06Tuesday, January 31, 2023 1乍見翻疑夢，相悲各問年。 17:06:5117:06:5117:061/31/2023 5:06:51 PM 1以我獨(dú)沈久，愧君相見頻。 靜夜四無鄰，荒居舊業(yè)貧。 1 112 kt t t t j t j ty t D U D U y c y e? ? ? ? ? ??? ? ? ? ? ? ? ? ?? 1 11 2 1 kt t t t t j t j ty t D U D U D T y c y e? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ??1 11 2 1 2kt t t t t t j t j ty t D U D U D T D T y c y e? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ? ??| 1 2 | 1BBTT?? ? 檢驗(yàn)步驟 – LP檢驗(yàn)對斷點(diǎn)的偵察采用的是與 ZA檢驗(yàn)完全相同的方法，即在給定的迭代區(qū)間 內(nèi)，依次假定每兩個不相鄰點(diǎn)為斷點(diǎn)，逐次進(jìn)行回歸得到 tρ序列，然后找到該序列的最小值，此最小值就是關(guān)鍵統(tǒng)計量的值。 LP檢驗(yàn) ? 檢驗(yàn)?zāi)Ｐ? – Lumsdaime and Papell(1996)將 Zivot and Andrews(1992)的模型 A和模型 C推廣到兩個斷點(diǎn)。 – 相關(guān)的文獻(xiàn)中模擬了各個統(tǒng)計量分布表。 ? ZA檢驗(yàn) t統(tǒng)計量的分布 – DUt、 DTt 類似于時間勢的加入，會影響到統(tǒng)計量的分布形態(tài)，因此 ZA檢驗(yàn) t統(tǒng)計量的分布形態(tài)與通常單位根檢驗(yàn)的分布形態(tài)不一樣。 – 在給定的迭代區(qū)間內(nèi)，依次假定每一個點(diǎn)為斷點(diǎn)，逐次進(jìn)行回歸得到 tρ序列； – 找到該序列的最小值，即是關(guān)鍵統(tǒng)計量的值； – 用該統(tǒng)計量值與相應(yīng)的臨界值進(jìn)行比較，作出判斷。 – 備擇假設(shè)有三種： ? 原序列是一個存在水平 (level)突變的趨勢平穩(wěn)過程； ? 原序列是一個存在傾斜 (slope)突變的趨勢平穩(wěn)過程； ? 原序列是一個存在水平和傾斜突變的趨勢平穩(wěn)過程。 ZA檢驗(yàn) ? 概述 – Zivot and Andrews(1992)提出。 隨機(jī)時間序列的結(jié)構(gòu)變化 ? 3種基本突變類型 – 存在水平 (level)突變； – 存在傾斜 (slope)突變； – 存在水平和傾斜突變。 ? 文獻(xiàn)龐雜。 確定性趨勢 隨機(jī)性趨勢 ? 隨機(jī)性趨勢可通過差分的方法消除 ，該時間序列Xt稱為 差分平穩(wěn)過程（ difference stationary process） ； ? 確定性趨勢無法通過差分的方法消除，只能通過除去趨勢項消除，該時間序列 Xt稱為 趨勢平穩(wěn)過程（ trend stationary process） 。 ? KPSS方法 （ Kwiatkowski,Philips,Schmidt,Shin） – 檢驗(yàn)趨勢平穩(wěn) – 非參數(shù)檢驗(yàn)方法 ? 其它方法 – LMC(Leybourne,McCabe) – NgPerron ? Eviews 中提供的檢驗(yàn)方法 四、趨勢平穩(wěn)與差分平穩(wěn)隨機(jī)過程 ? 考慮如下的含有一階自回歸的隨機(jī)過程： ttt XtX ???? ???? ? 1ttt XX ?? ??? ? 1tt tX ??? ???ρ=1 β=0 ρ=0 β≠0 判斷一個非平穩(wěn)時間序列的趨勢是隨機(jī)性的還是確定性的，可通過ADF檢驗(yàn)中所用的模型（ 3）進(jìn)行。 – 采用 GLS估計檢驗(yàn)?zāi)Ｐ汀? tmiititt XXtX ????? ??????? ????11 ? DFGLS 方法 （ Elliott,Rothenberg,Stock,ERS） – 去勢（趨勢、均值）。 – 用 Xtk和 ΔXtik作為 yt1和 ΔXti的工具變量。 – 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。 – 如果時間序列沒有很明顯的上述特征，則應(yīng)該是遵循從 3到 1的檢驗(yàn)順序。 模型 3 是為了區(qū)分如下兩個數(shù)據(jù)生成過程： DG P 1 ：0 1 2tty y t? ? ? ?? ? ? ? ? ?； DG P 2 ：? ? ? ?1t t ty t y? ? ? ? ??? ? ? ? ? 兩個數(shù)據(jù)生成過程都繞著一個時間趨勢游走，因此直覺還是分不清。 ?
研究報告相關(guān)推薦
鄂ICP備17016276號-1