- 1、本文档共61页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第五章
时间序列数据的平稳性检验
本章要点
平稳性的定义
■平稳性的检验方法(ADF检验
伪回归的定义
协整的定义及检验方法(AEG方法)
误差修正模型的含义及表示形式
第一节随机过程和平稳性原理
、随机过程
一般称依赖于参数时间的随机变量集合{y}为随
机过程。
■例如,假设样本观察值y1,y21是来自无穷随机
变量序列.y2,y1y0y1y2…的一部分,则这个
无穷随机序列称为随机过程。
■随机过程中有一特殊情况叫白噪音,其定义
如下:如果随机过程服从的分布不随时间改
变,且
E(y1)=0
(对所有t)
var()=E(2)=a32=常数(对所有t)
cov(,, ys)=E( y)=0
t≠S)
那么,这一随机过程称为白噪声
二、平稳性原理
如果一个随机过程的均值和方差在时间过程上都
是常数,并且在任何两时期的协方差值仅依赖于
该两时期间的距离或滞后,而不依赖于计算这个
协方差的实际时间,就称它为平稳的。
平稳随机过程的性质:
均值E(y)=
(对所有t)
方差Var(y)=E(y-1)2=a2(对所有t)
协方差y=(y-1)(yk-)(对所有t
其中yk即滞后k的协方差[或自(身)协方差],y2是
和y+k,也就是相隔k期的两值之间的协方差。
三、伪回归现象
将一个随机游走变量(即非平稳数据)对另一个
随机游走变量进行回归可能导致荒谬的结果,传
统的显著性检验将告知我们变量之间的关系是不
存在的。
有时候时间序列的高度相关仅仅是因为二者同时
随时间有向上或向下变动的趋势,并没有真正的
联系。这种情况就称为“伪回归”( Spurious
Regression )o
第二节平稳性检验的具体方法
、单位根检验
(一)单位根检验的基本原理
David Dickey和 Wayne Fuller的单位根检验
( unit root test)即迪基——富勒(DF)检验,
是在对数据进行平稳性检验中比较经常用到的一
种方法。
DF检验的基本思想
从考虑如下模型开始:
Y=pr+ur
(5,1)
其中L.即前面提到的白噪音(零均值、恒定方
差、非自相关)的随机误差项
由式(51),我们可以得到:
Y,,+L
2
(5.2)
)13+
(5.3)
Y=pr_titu,
(5
文档评论(0)