2

在时间序列分析中，我使用来自 R 包 urca (Bernard Pfaff) 的 ur.df 测试测试了 30 个时间序列和 62 个单位根的观测值，滞后长度由 AIC 标准决定。无一例外，都选择了滞后长度 1。这似乎极不可信。使用 R 包 CADFtest 中的 CADF 测试进行测试（如果选择 x~1，则执行普通 ADF 测试），以及滞后长度选择的 AIC 标准，滞后数在 0 到 7 之间变化。有没有人可以解释urca 中滞后长度均匀且短的趋势？

此外，如果 ur.df 和 CADFtest 中的滞后长度相同，则测试统计量不同。例如，对于荷兰 1950-2010 年的时间序列 lcon（人均消费的自然对数），测试统计量（常数和趋势）在 ur.df 和 CADFtest 中分别为 -1.53​​78 (1) 和 -2.4331 (1)。R 包 tseries 中的 Adf.test 计算等于 ur.df (-1.53​​78, 1 lag) 的测试统计量。因此拒绝单位根取决于包，这不是最佳情况。

4

2 回答 2

0

我有同样的问题。您需要指定最大延迟数，否则默认值为 1。

例如

ur.df（变量，类型=“漂移”，滞后=30，选择滞后=“AIC”）

于 2018-04-20T14:44:30.167 回答
0

由于结果对样本长度的敏感性，似乎存在一个严重的问题。一些观察结果可能会显着改变结果（即比较滞后长度 p=3 和 4，对于前者，系列从 y_t=3 开始，而后者从 y_t=4 开始）。因此，时间序列应该从一个共同的日期开始（对于基于 IC 的 VAR 模型的滞后长度选择也建议）。因此，如果 max.lag.y=6，则需要相应地截断提供的时间序列（即 y[-c(1:5)]）。不幸的是，这不是默认设置。希望这可以帮助。不确定这是否是 CADFtest 的唯一问题......（另请参阅https://stat.ethz.ch/pipermail/r-help/2011-November/295519.html）

最好的

汉内斯

于 2015-08-07T03:32:38.517 回答