matlab aic sic,请教ADF检验时AIC准则和SIC准则不一致时怎么办?
SIC最小准则下的检验结果如下,显示不能拒绝原假设,即数据有单位根。
Null Hypothesis: LAUS has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 2 (Automatic based on SIC, MAXLAG=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.852264 0.1836
Test critical values: 1% level -4.075340
5% level -3.466248
10% level -3.159780
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LAUS)
Method: Least Squares
Date: 04/19/10 Time: 00:29
Sample (adjusted): 2003M06 2010M02
Included observations: 81 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
LAUS(-1) -0.096154 0.033711 -2.852264 0.0056
D(LAUS(-1)) 0.277307 0.107765 2.573249 0.0120
D(LAUS(-2)) 0.267434 0.112258 2.382311 0.0197
C 0.358679 0.120148 2.985296 0.0038
@TREND(2003M03) 0.001129 0.000629 1.793788 0.0768
R-squared 0.232264 Mean dependent var 0.017248
Adjusted R-squared 0.191857 S.D. dependent var 0.092995
S.E. of regression 0.083600 Akaike info criterion -2.065816
Sum squared resid 0.531155 Schwarz criterion -1.918011
Log likelihood 88.66555 Hannan-Quinn criter. -2.006515
F-statistic 5.748106 Durbin-Watson stat 2.022050
Prob(F-statistic) 0.000427
AIC最小准则下的检验结果如下,显示可以拒绝原假设,即数据是平稳的。
Null Hypothesis: LAUS has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 11 (Automatic based on AIC, MAXLAG=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.667550 0.0311
Test critical values: 1% level -4.090602
5% level -3.473447
10% level -3.163967
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LAUS)
Method: Least Squares
Date: 04/19/10 Time: 00:32
Sample (adjusted): 2004M03 2010M02
Included observations: 72 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
LAUS(-1) -0.228708 0.062360 -3.667550 0.0005
D(LAUS(-1)) 0.380046 0.117766 3.227139 0.0021
D(LAUS(-2)) 0.293686 0.129738 2.263681 0.0274
D(LAUS(-3)) 0.169357 0.130475 1.298002 0.1994
D(LAUS(-4)) 0.082224 0.119306 0.689182 0.4935
D(LAUS(-5)) 0.211606 0.120553 1.755286 0.0845
D(LAUS(-6)) -0.006804 0.117780 -0.057770 0.9541
D(LAUS(-7)) 0.348143 0.117460 2.963938 0.0044
D(LAUS(-8)) -0.213273 0.125900 -1.693992 0.0956
D(LAUS(-9)) -0.003686 0.129064 -0.028562 0.9773
D(LAUS(-10)) 0.070850 0.129564 0.546836 0.5866
D(LAUS(-11)) 0.390049 0.130423 2.990637 0.0041
C 0.796047 0.216183 3.682283 0.0005
@TREND(2003M03) 0.003431 0.001065 3.222824 0.0021
R-squared 0.442577 Mean dependent var 0.011301
Adjusted R-squared 0.317638 S.D. dependent var 0.096100
S.E. of regression 0.079384 Akaike info criterion -2.056378
Sum squared resid 0.365504 Schwarz criterion -1.613693
Log likelihood 88.02962 Hannan-Quinn criter. -1.880144
F-statistic 3.542333 Durbin-Watson stat 2.074039
Prob(F-statistic) 0.000431
matlab aic sic,请教ADF检验时AIC准则和SIC准则不一致时怎么办?相关推荐
- R语言定量方法:回归,虚拟变量和交互项,假设检验:F 检验、AIC 和 BIC分析学生成绩数据带自测题
最近我们被客户要求撰写关于学生成绩的研究报告,包括一些图形和统计输出. 回归假设 省略变量偏差 如果真实模型包括X 1 和X 2 ,但我们忘记了X 2,那么 - 在某些情况下 - 对X的估计将会有偏差 ...
- matlab格兰杰因果检验,格兰杰因果关系检验 平稳性分析 ADF检验 ARMA模型 GA-LS算法 RLS-LS算法 Eviews6.O MATLAB...
格兰杰因果关系检验论文:国内房地产发展趋势研究及销售价格指数基于ARMA模型的预测分析 [中文摘要]本文以国内房地产业为背景,对房地产业近几十年的发展趋势进行了初步研究,并在此基础上对国内房地产销售价 ...
- adf检验代码 python_第22期:向量自回归(VAR)模型预测——Python实现
一.向量自回归模型简介 经典回归模型都存在一个强加单向关系的局限性,即被解释变量受到解释变量的影响,但反之不成立.然而,在许多情况下所有变量都相互影响.向量自回归(VAR)模型允许这类双向反馈关系,所 ...
- ADF检验(statsmodels.tsa.stattools.adfuller())
statsmodels.tsa.stattools.adfuller():迪基-福勒检验Augmented Dickey-Fuller(ADF) Test 格式: statsmodels.tsa.st ...
- 时间序列分析(7)| ADF检验
上篇介绍了DF检验,该检验仅用于AR(1)过程的单位根检验,对于AR()过程来说,需要使用拓展DF检验(augmented Dickey-Fuller,ADF). 1 模型检验形式 AR()过程的形式 ...
- 单位根检验urdf_实证分析中,大家是如何进行单位根(ADF)检验的?或者ADF检验流程是什么?...
最近在跟朋友聊天中,聊到了关于在实证分析中单位根检验的使用问题,事后,进行了总结. 希望论坛里的朋友谈谈自己如何进行单位根检验分析的,以及分享一下自己的经验,供大家一起学习.讨论. 我先谈谈自己的愚见 ...
- python adf检验_python做adf检验
adf检验是用来检验序列是否平稳的方式 一般来说是时间序列中的一种检验方法 python中可使用现成的工具statsmodels来实现adf检验 import numpy as np import s ...
- 时间序列研(part8)--ADF检验
学习笔记,仅供参考,有错必纠 文章目录 时间序列 ADF检验 多重单位根的检验方法 结构突变与单位根检验 外生性结构突变点的检验方法 内生性结构突变点的检验方法 时间序列 ADF检验 如果被检验的真实 ...
- 增强迪基-福勒检验(ADF检验、augmented Dickey-Fuller test)是什么?解决了什么问题?
增强迪基-福勒检验(ADF检验.augmented Dickey-Fuller test)是什么?解决了什么问题? 目录 增强迪基-福勒检验ÿ
- python使用statsmodels包中的adfuller函数执行增强迪基-福勒检验(ADF检验、augmented Dickey-Fuller test)、判断时间序列数据是否平稳
python使用statsmodels包中的adfuller函数执行增强迪基-福勒检验(ADF检验.augmented Dickey-Fuller test).判断时间序列数据是否平稳(station ...
最新文章
- 策略模式 极其简单的列子
- Android App监听软键盘按键的三种方式
- TableView 隐藏多余的分割线
- 【arc068F】Solitaire
- 命令式编程面向算法vs声明式编程面向描述
- Sharepoint 浅谈 [转]
- 在access中一列称为_ACCESS考试_笔试
- 大学excel题库含答案_Excel练习题及答案
- [Simulink]非线性系统模型建立及相轨迹
- H3C防火墙-安全域配置举例
- 连接不上sqlserver数据库解决办法
- 微机接口-8086CPU
- 魔方复原(BFS+剪枝)
- Flutter 凉了吗?
- Matlab中的两种除法
- linux查询历史登入系统的主机名称或IP地址
- python 学习day7
- 学电脑编程入门要先学习什么
- discord怎么创建账号_如何邀请人们加入Discord服务器(以及创建邀请链接)
- 【Vue】 favicon.ico:1 GET http://127.0.0.1:5500/favicon.ico 404 (Not Found)
热门文章
- 证券secuerity英语
- watch 深度监听及立即执行
- iphone电脑wifi连接服务器未响应,苹果wifi连接不上怎么回事_苹果电脑连接不上wifi的解决步骤-win7之家...
- 分析google关键词de工具
- html 的title中显示网页logo
- 华为路由器时间同步_华为路由器肿么和互联网时间同步
- 如何将Vue中表格数据,以Excel格式导出?报saveAs错误如何解决?
- 蓝桥杯试题及答案分享(Python版)
- 数字单位转换(例:元->万元)
- 基于Spring-statemachine的有限状态机(FSM)的介绍及示例