主要内容

kpsstest

kps平稳性检验

所有的页面崩溃

语法

h = kpsstest (y)
h = kpsstest (y,名称,值)
[h, pValue] = kpsstest (<年代pan class="argument_placeholder">___)
[h, pValue,统计,cValue, reg] = kpsstest (<年代pan class="argument_placeholder">___)

描述

例子

h= kpsstest (y)返回逻辑值(h)拒绝决定进行Kwiatkowski,菲利普斯,施密特和胫骨(kps)检测在单变量时间序列单位根y。

例子

h= kpsstest (y,名称,值)使用指定的一个或多个额外的选项名称,值对参数。

  • 如果有任何名称,值两个参数是一个向量,那么所有名称,值对参数必须指定向量相等的长度或长度。kpsstest (y,名称、值)把一个向量的每个元素输入作为一个单独的测试,并返回一个向量拒绝的决定。

  • 如果有任何名称,值两个参数是一个行向量kpsstest (y,名称、值)返回一个行向量。

例子

(h,pValue)= kpsstest (<年代pan class="argument_placeholder">___)返回拒绝的决定,假定值假设检验,使用任何输入参数在前面的语法。

例子

(h,pValue,统计,cValue,注册)= kpsstest (<年代pan class="argument_placeholder">___)此外返回检验统计量、临界值和结构的回归统计假设检验。

例子

全部折叠

打开生活的脚本

繁殖的第一行表5在下半年Kwiatkowski et al ., 1992。

加载Nelson-Plosser宏观经济序列数据集。

负载<年代pan style="color:#A020F0">Data_NelsonPlosser

线性化的实际国民生产总值系列(RGNP)。

logGNPR =日志(DataTable.GNPR);

评估系列的零假设是在一系列落后趋势平稳。

滞后= (0:8)';(~,pValue统计)= kpsstest (logGNPR,<年代pan style="color:#A020F0">“滞后”滞后,<年代pan style="color:#A020F0">“趋势”,真正的);结果=(滞后pValue统计)
结果=<年代pan class="emphasis">9×30 0.0100 0.6299 1.0000 0.0100 0.3367 2.0000 0.0100 0.2421 3.0000 0.0169 0.1976 4.0000 0.0276 0.1729 5.0000 0.0401 0.1578 6.0000 0.0484 0.1479 7.0000 0.0589 0.1412 8.0000 0.0668 0.1370

相对应的测试为0<年代pan class="inlineequation"> ≤ 滞后 ≤ 2生产假定值小于0.01。为滞后 < 7日,测试表明足够的证据表明日志rGNP单位根的非平稳(即。,而不是趋势平稳)在默认的5%水平。

打开生活的脚本

测试是否制造业工资系列(1900 - 1970)有一个单位根。

加载Nelson-Plosser宏观经济数据集。

负载<年代pan style="color:#A020F0">Data_NelsonPlosser工资= DataTable.WN;T =总和(isfinite(工资);<年代pan style="color:#228B22">%样本大小没有nansqrtT = sqrt (T)<年代pan style="color:#228B22">%见Kwiatkowski et al ., 1992
sqrtT = 8.4261

情节的工资系列。

情节(日期、工资)标题(<年代pan style="color:#A020F0">“工资”)轴<年代pan style="color:#A020F0">紧

图包含一个坐标轴对象。坐标轴对象与标题工资包含一个类型的对象。

情节表明工资系列就会成倍增长。

线性化的工资系列。

logWages =日志(工资);情节(日期、logWages)标题(<年代pan style="color:#A020F0">“日志工资”)轴<年代pan style="color:#A020F0">紧

图包含一个坐标轴对象。坐标轴对象与标题日志工资包含一个类型的对象。

情节表明日志工资系列有线性趋势。

测试日志的假设工资系列是一个单位根过程(即与趋势。不同固定),对另一种选择,没有单位根(即。静止的趋势)。进行测试通过设置一系列的滞后<年代pan class="inlineequation"> T 书中建议的那样,Kwiatkowski et al ., 1992。

[h, pValue] = kpsstest (logWages<年代pan style="color:#A020F0">“滞后”[7:10])
h =<年代pan class="emphasis">1 x4逻辑阵列0 0 0 0
pValue =<年代pan class="emphasis">1×40.1000 0.1000 0.1000 0.1000

所有测试不能拒绝零假设,日志的工资系列是趋势平稳。

假定值大于0.1。软件比较关键值的检验统计量和计算假定值从表中插入Kwiatkowski et al ., 1992。

输入参数

全部折叠

单变量时间序列,指定为一个向量。最后一个元素是最近的观察。

南s表示失踪的观察,kpsstest让他们离开y。删除南减少有效样本量,可能导致一个不规则的时间序列。

名称-值参数

指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家。

例子:“阿尔法”,0.1,“滞后”,0:2指定三个测试,包括0、1和2的自协方差滞后Newey-West长期方差的估计量,每在0.1水平的意义。

数量的自协方差滞后包括长期Newey-West估计量的方差,指定为逗号分隔组成的“滞后”和一个非负整数或向量的非负整数。使用一个向量进行多个测试。

例子:“滞后”,0:2

数据类型:双

指示是否包括确定性趋势项δt在模型中,指定为逗号分隔组成的“趋势”和一个逻辑值或逻辑值的向量。使用一个向量进行多个测试。

例子:“趋势”,假的

数据类型:逻辑

重要性水平的假设测试,指定为逗号分隔组成的“α”和一个标量或矢量。所有的值α必须在0.01和0.10之间。使用一个向量进行多个测试。

例子:“阿尔法”,0.01

数据类型:双

输出参数

全部折叠

测试拒绝的决定,作为一个逻辑值或返回逻辑值的向量的长度等于数量的测试软件进行。

  • h = 1表示拒绝trend-stationary零的单位根的选择。

  • h = 0表明失败拒绝trend-stationary null。

测试统计假定值,返回为一个标量或矢量的长度等于数量的测试软件进行。假定值右尾概率。

当测试统计数据列表以外的关键值,kpsstest返回最大(0.10)或最低(0.01)p值。

测试统计数据,返回为一个标量或矢量的长度等于数量的测试软件进行。

kpsstest计算测试数据使用一个普通的最小二乘(OLS)回归。

  • 如果你设置“趋势”,假的,然后软件就退化y拦截。

  • 否则,该软件就退化y在拦截和趋势项。

关键值,返回为一个标量或矢量的长度等于数量的测试软件进行。右尾概率的关键值。

回归统计数据对于普通最小二乘(OLS)估计系数的替代模型,作为数据结构或数据结构数组返回长度相等数量的软件进行测试。

每个数据结构有以下字段。

场 描述
全国矿工工会 输入系列的长度南年代了
大小 有效的样本大小,调整的滞后
的名字 回归系数的名字
多项式系数 估计系数值
se 估计标准误差系数
浸 系数估计协方差矩阵
tStats t统计系数和假定值
函数 F统计和假定值
yMu 意味着lag-adjusted输入系列的
ySigma lag-adjusted输入系列的标准偏差
yHat lag-adjusted输入系列的拟合值
res 回归残差
DWStat Durbin-Watson统计
苏维埃社会主义共和国 回归平方和
上交所 误差平方和
风场 总平方和
均方误差 均方误差
RMSE 标准误差的回归
RSq R<年代up>2统计
aRSq 调整R<年代up>2统计
噢 Loglikelihood高斯创新下的数据
另类投资会议 Akaike信息标准
BIC 贝叶斯(Schwarz)信息标准
认证机构 Hannan-Quinn信息标准

更多关于

全部折叠

Kwiatkowski,菲利普斯、施密特和胫骨(kps)测试

评估单变量时间序列趋势的零假设固定的选择,它是一个非平稳的单位根过程。

测试使用结构模型:

y t = c t + δ t + u 1 t c t = c t − 1 + u 2 t ,

在哪里

  • δ是这一趋势系数。

  • u1t是一个固定的过程。

  • u2t是一个独立的和恒等分布的过程均值为0,方差吗σ2。

零假设σ2= 0,这意味着随机漫步的术语(c<年代ub>t)是常数,充当模型拦截。另一种假说是,σ2> 0,介绍了单位根的随机游走。

测试数据

∑ t = 1 T 年代 t 2 年代 2 T 2 ,

在哪里

  • T是样本容量。

  • 年代2是长期的Newey-West估计方差。

  • 年代 t = e 1 + e 2 + … + e t 。

提示

  • 为了画出有效的推论kps测试,你应该确定一个合适的值“滞后”。这两种方法确定一个合适的数量的滞后:

    • 从少量开始落后,然后评价结果的敏感性通过添加更多的滞后。

    • Kwiatkowski et al。[2]表明,滞后的<年代pan class="inlineequation"> T ,在那里T下,样本大小,通常是满意的零和选择。

    Newey-West估计量的一致性,滞后的数量必须方法无穷随着样本容量的增加。

  • 你应该确定的价值“趋势”生长特性的时间序列。确定它的值与一个特定的测试策略。

    • 如果级数增长,包括趋势项提供合理的趋势比较平稳零和一个单位根过程漂移。kpsstest集“趋势”,真的默认情况下。

    • 如果不表现出一系列长期增长特征,然后不包括趋势项(即。,设置“趋势”,假的)。

算法

  • kpsstest执行一个回归寻找普通的最小二乘(OLS)之间的配合和零模型的数据。

  • 测试统计数据遵循标准分布在零,甚至渐近。Kwiatkowski et al。[2]使用蒙特卡罗模拟,模型和趋势,汇总渐近临界值为一组标准的重要性水平在0.01和0.1之间。kpsstest从这些表篡改重要的价值观和假设机率。

引用

[1]汉密尔顿,j . D。时间序列分析。普林斯顿,纽约:普林斯顿大学出版社,1994年。

[2]Kwiatkowski D。,P. C. B. Phillips, P. Schmidt, and Y. Shin. “Testing the Null Hypothesis of Stationarity against the Alternative of a Unit Root.”计量经济学杂志。54卷,1992年,页159 - 178。

[3]韦,w·K。,and K. D. West. “A Simple, Positive Semidefinite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix.”费雪。55卷,1987年,页703 - 708。

另请参阅

|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">

主题

介绍了R2009b

计量经济学工具文档

金宝app

一个实用指南与MATLAB建模金融风险

一个实用指南与MATLAB建模金融风险

下载电子书