计量经济学中单位根检验

❶ 计量经济学求助如何用eviews软件做单位根检验,又如何判别结果,请高手指教

请楼主按以下步来骤...我提供界面操源作方法...代码就不写了..

1. 调用已经建立的Series 比如 GDP...
2. 在调出的界面下...点view / Unit root test...
3. 勾选有截距项的选项(intercept)...并选择滞后差分项为2阶(lagged differences)...

结果判定:
结果将会出现4个t统计量...分别为D-F的t-stat 和1% 5% 10%水平对应的t-stat..
如果前者大于 10%水平下 t-stat..证明在10%置信水平下 不能拒绝null hypothesis...原序列有单位根...否则为一阶单整~I(1) (以此类推)

❷ 单位根检验、协整、格兰杰因果检验有什么关系

实证检验步骤：

1. 先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，进行差分，当进行到第i次差分时序列平稳，则服从i阶单整（注意趋势、截距不同情况选择，根据P值和原假设判定）。

2. 若所有检验序列均服从同阶单整，可构造VAR模型，做协整检验（注意滞后期的选择），判断模型内部变量间是否存在协整关系，即是否存在长期均衡关系。如果有，则可以构造VEC模型或进行Granger因果检验，检验变量之间“谁引起谁变化”，即三者之间的关系为因果关系。

资料拓展：

一、平稳性问题

1、单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导致伪回归。

2、当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验，但要做格兰杰检验的前提是数据必须是平稳的，否则不能做。

3、当检验的数据是非平稳（即存在单位根），并且各个序列是同阶单整（协整检验的前提），想进一步确定变量之间是否存在协整关系，可以进行协整检验，协整检验主要有EG两步法和JJ检验

A、EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性（一般用EG两步法）

B、JJ检验是基于回归系数的检验，前提是建立VAR模型（即模型符合ADL模式）

4、当变量之间存在协整关系时，可以建立ECM进一步考察短期关系，Eviews这里还提供了一个Wald－Granger检验，但此时的格兰杰已经不是因果关系检验，而是变量外生性检验，请注意识别

二、协整性问题

1、格兰杰检验只能用于平稳序列, 这是格兰杰检验的前提，而其因果关系并非我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，所以称其为“格兰杰原因”。

2、非平稳序列很可能出现伪回归，协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳序列的因果关系检验就是协整检验。

3、平稳性检验有3个作用：（1）检验平稳性，若平稳，做格兰杰检验，非平稳，作协正检验。(2）协整检验中要用到每个序列的单整阶数。(3）判断时间学列的数据生成过程。

三、格兰杰因果问题

第一，格兰杰因果检验是检验统计上的时间先后顺序，并不表示而这真正存在因果关系，是否呈因果关系需要根据理论、经验和模型来判定。

第二，格兰杰因果检验的变量应是平稳的，如果单位根检验发现两个变量是不稳定的，那么不能直接进行格兰杰因果检验。

第三，协整结果仅表示变量间存在长期均衡关系，因为变量不平稳才需要协整，所以先对变量进行差分，平稳后可以用差分项进行格兰杰因果检验，来判定变量变化的先后时序，之后进行协整，看变量是否存在长期均衡。

第四，长期均衡并不意味着分析的结束，还应考虑短期波动，要做误差修正检验。

❸ 计量经济学，求单位根检验结果分析

你做的是关于D(Y,2)的检验，看其是否是遵循unit root process。ADF test做检验的时候，需要指定lag length (也就内是滞后期，1个容lag length就是一个滞后期，x_{t-1} 相对于 x_{t})。如果不写的话，EVIEWS会自动帮你制定从1个滞后期到8个滞后期，然后从中根据SIC（也叫BIC,看你怎么写了，叫Bayesian IC 还是叫Schwarts IC，公式都是一样的。）找出最优的模型。

看来，根据BIC，EVIEWS认为只包含一个滞后期的模型是最优的模型。

❹ Eviews 多个变量单位根检验的问题

1.单位根检验的是序列的平稳，可以一个一个检验，也可一组同时进行检验回；
2.要根据序列的具体情况答来选，比如，你可以在excel画出折线图，观察图线的趋势。如果图像有明显的趋势和截距，在ADF检验中便选trend and intercept。
3.如果平稳，可以直接建立回归模型。如果不平稳，可作一阶差分，看是否平稳，若仍不平衡，可作二阶差分等。很多经济变量本身是不平稳的，但是差分序列往往是平稳的。
4.检验之后，会有“prob”这一项（即：伴随概率），如果你的置信水平选择的是5%，只要prob小于5%表明序列平稳，反之则有单位根。
要取自然对数，可直接在命令窗口输入genr y=log() ,然后回车。 (括号中填上你要取对数的序列名）
希望能对你有所帮助，财富值对我来说并不重要。

❺ 寻人帮忙做计量经济学（单位根检验，协整检验，Granger因果关系检验）付费。

额。。如果各位寻求计量帮助的朋友能找到其他人帮忙得话，还是不要找专楼上的hzqself了。属。我在开始合作之前就问过他遇到问题可不可以咨询，他当然答得是ok啦。。但是在我把余额付清以后，正式进行描述分析却发现他给的检验结果很多地方讲述得不清楚，甚至有些许得错误，然后我联系他希望他能把那些部分详细解释一下，方便我理解。。。他再也没有搭理过我，毕竟在网络上你喊破喉咙也不能影响他分毫啊。。

❻ 计量经济学实证分析方面。 单位根检验，在二阶时才是平稳的。 在对et

你做的是关于D(Y,2)的检验，看其是否是遵循unit root process。ADF test做检验的时候，需要指定回lag length (也就是滞后期答，1个lag length就是一个滞后期，x_{t-1} 相对于 x_{t})。如果不写的话，EVIEWS会自动帮你制定从1个滞后期到8个滞后期，然后从中根据SIC（也叫BIC,看你怎么写了，叫Bayesian IC 还是叫Schwarts IC，公式都是一样的。）找出最优的模型。

看来，根据BIC，EVIEWS认为只包含一个滞后期的模型是最优的模型。

❼ 计量经济学中的DF检验和ADF检验

一、DF检验
随机游走序列 Xt=Xt-1+μt是非平稳的，其中μt是白噪声。而该序列可看成是随机模型Xt=ρXt-1+μt中参数ρ= 1时的情形。也就是说，我们对式 Xt=ρXt-1+μt
（1） 做回归，如果确实发现ρ=1，就说随机变量Xt有一个单位根。可变形式成差分形式：Xt=(ρ-1)Xt-1+μ t =δXt-1+ μt
（2）检验
（1）式是否存在单位根ρ=1，也可通过（2）式判断是否有 δ=0检验一个时间序列Xt的平稳性，可通过检验带有截距项的一阶自回归模型 Xt=α+ ρXt-1 +μt （*）中的参数ρ是否小于1。或者：检验其等价变形式Xt=α+ δXt-1+μt（**）中的参数δ是否小于0 。
零假设 H0：δ= 0；备择假设 H1：δ< 0 可通过OLS法估计Xt=α+ δXt-1+μt并计算t统计量的值，与DF分布表中给定显著性水平下的临界值比较：如果：t < 临界值，则拒绝零假设H0：δ= 0 ，认为时间序列不存在单位根，是平稳的。
二、ADF检验
在DF检验中，实际上是假定了时间序列是由具有白噪声随机误差项的一阶自回归过程AR(1)生成的。但在实际检验中，时间序列可能由更高阶的自回归过程生成的，或者随机误差项并非是白噪声，为了保证DF检验中随机误差项的白噪声特性，Dicky和Fuller对DF检验进行了扩充，形成了ADF（Augment Dickey-Fuller ）检验。
进行ADF检验要分3步：
1 对原始时间序列进行检验，此时第二项选level，第三项选None.如果没通过检验，说明原始时间序列不平稳；
2 对原始时间序列进行一阶差分后再检验，即第二项选1st difference，第三项选intercept,若仍然未通过检验，则需要进行二次差分变换；
3 二次差分序列的检验，即第二项选择2nd difference ，第四项选择Trend and intercept.一般到此时间序列就平稳了。
在进行ADF检验时，必须注意以下两个实际问题：
（1）必须为回归定义合理的滞后阶数，通常采用AIC准则来确定给定时间序列模型的滞后阶数。在实际应用中，还需要兼顾其他的因素，如系统的稳定性、模型的拟合优度等。
（2）可以选择常数和线性时间趋势，选择哪种形式很重要，因为检验显著性水平的 t 统计量在原假设下的渐近分布依赖于关于这些项的定义。

❽ 计量经济学用eviews6.0进行单位根检验，大神麻烦帮看下

以下图为例：

通过eviews6.0检验，发现有单位根。因为原假设是有单位根，p值大于显著性专水平（0.1 or 0.05），不能属拒绝原假设，所以有单位根。

单位根检验是指检验序列中是否存在单位根，因为存在单位根就是非平稳时间序列了。单位根就是指单位根过程，可以证明，序列中存在单位根过程就不平稳，会使回归分析中存在伪回归。

❾ 关于计量统计学中时间序列和单位根检验的问题

首先，并没有计量统计这一学科。计量经济学本身就是使用统计方法进行研究的。内
其次，时间容序列和回归也是两个东西。时间序列模型一定要做单位根检验，单位根检验是检验该时间序列是否平稳的步骤，所以一定要有，不能不做。
再次，农民收入和宏观数据的关系，这个模型明显属于多元回归分析，如果是多年数据也应该采用面板数据方法，不是采用时间序列。