知识库 > 数学方法 > 时间序列分析 > 协整分析

ADF检验    

  •     DF 检验假定时间序列是由具有白噪声随机干扰项的一阶自回归过程 生成的,这种序列的假设显然并不是很普遍的现象。针对这种情况,我们可以使用ADF 检验来检验随机时间序列的平稳性。ADF 检验法是通过在AF检验回归方程式的右端加入的滞后差分项来控制高阶序列相关的。
        不含常数项:
        含常数项:
        含趋势项:
        其中,的滞后阶数,对于的取值必须考虑既要消除残差的自相关性又要避免丢失大量信息。对于上述三个回归模型,原假设为H0:,即存在单位根,备择假设为H1:. 我们取如果项OLS法下的检验值为ADF统计量值,如果ADF统计量小于临界值,则说明足够小,可以拒绝零假设
        

        定义:Times_ADFTest(Y:Array,Diff:Integer,Style:Integer,F:String,P:Integer,Alpha:Real): array
        说明:时间序列的平稳性ADF检验;返回结果为ADF统计量和给定显著性水平下的ADF统计量的临界值;如果ADF统计量比临界值的值小,则可在该显著性水平下,拒绝原序列存在单位根的原假设,即原序列是平稳的
        参数:
        Y:时间序列数据,为一维数组类型
        Diff:差分次数,整数类型,0表示不进行差分
        Style:是否存在常数或趋势项的选项,整数类型,无常数无趋势使用0、有常数无趋势1、有常数有趋势2
        F:滞后阶数判断信息准则,字符串类型,"SBIC","AIC"
        P:滞后阶数,为整型类型,输入0则表示自动选择
        Alpha:显著性水平,实数类型,范围在0-1之间