Engle-Granger协整检验
[h,pvalue,stat,cvalue,Reg1,Reg2] = Egcitest(Y)
[h, pValue,统计,cValue reg1, reg2] = egcitest (Y,名称,值)
Engle-Granger测试评估时间序列中没有协整的无效假设y
.考试难度Y (: 1)
在Y(:, 2:结束)
然后测试单位根的残差。
[
对数据矩阵进行Engle-Granger检验H
那pValue
那统计
那cValue
那reg1
那reg2
) = egcitest (y
)y
.
[
对数据矩阵进行Engle-Granger检验H
那pValue
那统计
那cValue
那reg1
那reg2
) = egcitest (y
那名称,价值
)y
具有一个或多个指定的其他选项名称,价值
对参数。
|
numobs.——- - - - - -numdims.矩阵表示numobs.观察A.numdims.维时间序列y(T.)最后的观察是最近的。y不能有超过12列。意见包含 |
指定可选的逗号分离对名称,价值
参数。的名字
是参数名称和价值
是相应的价值。的名字
必须出现在引号内。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家
.
|
字符向量,如 y1=X一种+y2B.+ε.
默认: |
|
含有系数的载体或vectors的传染媒介或细胞传染媒介[一种;B.]固定在共同化回归中。长度一种是0 1 2还是3,取决于 默认:完全未指定的协整载体(所有NAN值)。 |
|
字符向量,如 值是:
测试统计信息是通过调用 默认: |
|
表示残差回归中使用的滞后数的非负整数的标量或向量。参数的含义取决于的值 默认: |
|
字符向量,如 值是:
参数的含义取决于的值 默认: |
|
检验的标称显著性水平的标量或向量。值必须在0.001和0.999之间。 默认:0.05 |
将单元素参数值展开为任意向量值的长度(测试的数量)。向量的长度必须相等。如果任何值是行向量,则所有输出都是行向量。
|
测试的布尔决定向量,长度等于测试的数量。价值 |
||||||||||||||||||||||||||||||||||||||||||||||||
|
向量的P.- 测试统计值,长度等于测试数量。P.-value是左尾概率。 |
||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
测试的临界值向量,长度等于测试次数。值用于左尾概率。由于残差是估计的,而不是观察到的,临界值不同于 |
||||||||||||||||||||||||||||||||||||||||||||||||
|
协整回归的回归统计结构。 |
||||||||||||||||||||||||||||||||||||||||||||||||
|
剩余回归的回归统计结构。 中记录的数量
*滞后和差异时间序列可降低样本大小。缺少任何预先值的值,如果y(T.)被定义为T.= 1:N,然后是滞后的系列y(T.−K.)被定义为T.=K.+ 1:N.差异减少了时间基础K.+ 2:N.与P.滞后的差异,常见的时间基础是P.+ 2:N和有效的样本大小是N- (P.+ 1). |
适当的价值滞后
必须确定才能从测试中汲取有效推论。看看关于的注意事项滞后
文档中的参数安德斯特
和ppt
.
小于~20到40个观察值的样本(取决于数据的维度)可能产生不可靠的临界值,因此推断也不可靠。看到[3].
如果推断协整,那么残差reg1
的VEC表示中,输出可作为误差修正项的数据y(T.).看到[1].然后可以进行自回归模型组件的估计估计
,将残留系列视为外源性。
R. F.恩格尔和C. W. J.格兰杰。协整和误差修正:表示、估计和测试费雪.55,1987,页251-276。
[2]汉密尔顿,J.D。时间序列分析.普林斯顿:普林斯顿大学出版社,1994。
[3] Mackinnon,J.G。“单位根系和协整测试的数值分配函数。”应用经济学学报.第11页,1996,第601-618页。