时间序列---平稳性检验.doc
试验一 平稳性检验
1.图示判断
• 给出一个随机时间序列,
• 首先可通过该序列的时间路径图来粗略地判断它是否是平稳
的。一个平稳的时间序列在图形上往往
现出一种围绕其均值
不断波动的过程;而非平稳序列则往往表现出在不同的时间段
具有不同的均值(如持续上升或持续下降)。
• 进一步的判断:
检验样本自相关函数及其图形,随着k的增加,样本自相关函数下降且趋于零。但从下降速度来看,平稳序列要比非平稳序列快得多。 例题:选择数据1986.01---0995.12的月数据进行
: 时序图:
20000
19000
18000
17000
16000
15000
14000
13000
12000
11000
86878889909192939495
RAT
相关系数及图形:
初步判断序列为非平稳序列。
2.平稳性的单位根检验
原理:
对时间序列的平稳性除了通过图形直观判断外,运用统计量进行统计检验则是更为准确与重要的。
单位根检验(unit root test)是统计检验中普遍应用的一种检验
。
• 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=,+,Xt-1+,t (*) 中的参数,是否小于1。
或者:检验其等价变形式
,Xt=,+,Xt-1+,t (**) 中的参数,是否小于0 。
• 因此,针对式 ,Xt=,+,Xt-1+,t
我们关心的检验为:零假设 H0:,=0。
备择假设 H1:,<0
然而,在零假设(序列非平稳)下,即使在大样本下t统计量也是有偏误的(向下偏倚),通常的t 检验无法使用。
Dicky和Fuller于1976年提出了这一情形下t统计量服从的分布(这时的t统计量称为,统计量),即DF分布(见表9.1.3)。 由于t统计量的向下偏倚性,它呈现围绕小于零值的偏态分布。 如果:t<临界值,则拒绝零假设H0:, =0,
认为时间序列不存在单位根,是平稳的。
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。
m
,X,,X,,,X,,模型1: (*) ,1,,ttitit
,1i
m
,X,,,,X,,,X,, (**) ,1,,ttitit模型2: ,1i
m
,X,,,,t,,X,,,X,, (***) ,1,,ttitit模型3:
,1i
实际检验时从模型3开始,然后模型2、模型1
何时检验拒绝零假设,即原序列不存在单位根,为平稳序列,何时检
验停止。否则,就要继续检验,直到检验完模型1为止。 同时估计出上述三个模型的适当形式,然后通过ADF临界值表检验零假设H0:,=0。
1)只要其中有一个模型的检验结果拒绝了零假设,就可以认为时间序列是平稳的;
2)当三个模型的检验结果都不能拒绝零假设时,则认为时间序列是非平稳的。
这里所谓模型适当的形式就是在每个模型中选取适当的滞后差分项,以使模型的残差项是一个白噪声(主要保证不存在自相关)。 如果存在单位根我们还需要判断存在几个单位根,也就是差分后的序列是否还存在单位根,如果不存在单位根,我们就可以考虑平稳时间序列建模了;如果存在,我们还要继续差分,直到不存在为止。 模型三检验
模型2
模型1
根据判断的准则,t统计量大于临界值,所以我们认为存在单位根。还需要对差分后的序列判断是否存在单位根。 采用模型三:
统计量小于临界值,拒绝零假设,不存在单位根。 因此我们认为,差分后的序列为平稳序列。
时序图:
相关系数及图:
因此我们认为一阶差分后的序列为平稳序列。
练习