主要内容

i10test

成对的集成和平稳性测试

所有的页面崩溃

语法

[H, PValue] = i10test (X)
DecisionTbl = i10test(台)
(___)= i10test (___名称=值)

描述

例子

(H,PValue)= i10test (X)的结果显示,在命令窗口中,成对的集成和平稳性测试矩阵中的变量的时间序列数据X。行标签显示表中的变量名和他们之间的分歧。列标签我(1)和我(0)分别表示测试的零假设。

矩阵的函数也返回测试拒绝的决定H和相关的p测试统计值PValue。

例子

DecisionTbl= i10test (资源描述)显示配对集成和平稳性测试的结果对所有表的变量或时间表资源描述。函数返回表DecisionTbl包含变量和相关测试拒绝的决定p测试统计值。

选择变量的子集资源描述测试中,使用DataVariables名称-值参数。

例子

(___)= i10test (___,名称=值)指定选项使用一个或多个名称参数除了任何输入参数组合在以前的语法。i10test返回输出参数组合对应的输入参数。例如,i10test(资源描述,NumDiffs = 1, DataVariables = 1:5)测试第一个5变量输入表资源描述,测试他们的第一个区别。

例子

全部折叠

打开生活的脚本

在多个时间序列进行配对集成和平稳性测试使用默认测试和设置。输入时间序列数据作为数字矩阵。

数据加载的加拿大通货膨胀和利率Data_Canada.mat,其中包含的系列矩阵数据。

负载Data_Canada.mat

进行默认集成(adftest)和稳定性(kpsstest)测试所有时间序列数据。回归测试和决策 p 值。

[H, PValue] = i10test(数据)
测试结果我(1)(0)= = = = = = = = = = = = = = = = = = = = = = var1 0 1 0.3255 0.0100 - - - - - - - - - - - - - - - - - - - - - - - var2 0 1 0.2650 0.0100 - - - - - - - - - - - - - - - - - - - - - - - var3 0 1 0.4097 0.0100 - - - - - - - - - - - - - - - - - - - - - - - var4 0 1 0.6210 0.0100 - - - - - - - - - - - - - - - - - - - - - - - var5 0 1 0.7358 0.0100 - - - - - - - - - - - - - - - - - - - - - - -
H =5×20 1 0 1 0 1 0 1 0 1
PValue =5×20.3255 0.0100 0.2650 0.0100 0.4097 0.0100 0.6210 0.0100 0.7358 0.0100

对于所有系列,测试失败拒绝单位根(H = 0为我(1)),他们拒绝平稳性(H = 1为我(0))。的 p 值都大adftest非常小,在蒙特卡洛模拟表,kpsstest。

打开生活的脚本

进行集成和平稳性配对测试在两个时间序列,变量在一个表中,使用默认选项。返回一个结果表。

数据加载的加拿大通货膨胀和利率Data_Canada.mat。转换表数据表一个时间表。

负载Data_Canada日期= datetime(日期、ConvertFrom =“datenum”);TT = table2timetable (DataTable, RowTimes =日期);TT。观察= [];

进行默认集成和平稳性测试在所有变量。返回表的测试和决策 p 值。

DecisionTbl = i10test (TT)
测试结果我(1)(0)= = = = = = = = = = = = = = = = = = = = = = INF_C 0 1 0.3255 0.0100 - - - - - - - - - - - - - - - - - - - - - - - INF_G 0 1 0.2650 0.0100 - - - - - - - - - - - - - - - - - - - - - - - INT_S 0 1 0.4097 0.0100 - - - - - - - - - - - - - - - - - - - - - - - INT_M 0 1 0.6210 0.0100 - - - - - - - - - - - - - - - - - - - - - - - INT_L 0 1 0.7358 0.0100 - - - - - - - - - - - - - - - - - - - - - - -
DecisionTbl =5×4表I1 I0 P1 P0 __ __ ____ ____ INF_C 0 1 0.32546 - 0.01 INF_G 0 1 0.26503 - 0.01 INT_S 0 1 0.4097 - 0.01 INT_M 0 1 0 1 0.7358 0.01 0.621 - 0.01 INT_L

DecisionTbl表的测试结果。行对应于输入变量的时间表TT,列对应的排斥和相应的决策 p 值。

默认情况下,i10test进行集成和平稳性测试输入表中变量两两之间。选择变量从一个输入表的一个子集,设置DataVariables选择。

打开生活的脚本

进行集成和平稳性配对测试在两个时间序列和他们之间的分歧。指定集成和固定测试选项。

加载Nelson-Plosser数据,其中包含表中的数据数据表。

负载Data_NelsonPlosser

考虑进行增强Dickey-Fuller测试来评估集成和kps平稳性测试来评估平稳性。创建指定集成和平稳性测试选项标量结构在细胞向量。

IParams.names = {“滞后”“模型”};%的名字增强Dickey-Fuller测试选项IParams.vals= {1“t”};%值增强Dickey-Fuller测试选项SParams.names = {“趋势”};%的名字kps测试选项SParams.vals= {true};% kps测试选项的值

进行集成和平稳性测试实际国民生产总值(GNPR)和居民消费价格指数(消费者价格指数)系列,和他们的第一个差异。指定集成和固定测试选项和关闭命令窗口显示表。

DecisionTbl = i10test (DataTable, DataVariables = (“GNPR”“CPI”),…NumDiffs = 1,显示=“关闭”它=“adf”IParams = IParams,…圣=“kps”,SParams = SParams)
DecisionTbl =4×4表I1 I0 P1 P0 __ _ _____ ________ GNPR 0 1 0.87598 - 0.01 D1GNPR CPI 0 1 1 0 0.0054215 0.1 0.001 - 0.056788 0.97987 - 0.01 D1CPI 1 0

DecisionTbl表的测试结果。行输入表中对应的变量数据表。

  • 的变量I1包含测试的决策的零假设原始系列包含单位根。值0不能拒绝零假设(GNPR和消费者价格指数)和一个值1拒绝零假设的一个固定系列(D1GNPR和D1CPI)。的变量P1包含了 p 值的测试。

  • 的变量I0包含测试的决策的零假设差系列包含单位根。值0不能拒绝零假设(D1GNPR和D1CPI)和一个值1拒绝零假设的静止不动的,差系列(GNPR和消费者价格指数)。的变量P0包含了 p 值的测试。

在指定的设置,测试结果表明,这两个系列有一个程度的集成。

输入参数

全部折叠

时间序列数据,指定为一个numObs——- - - - - -numVars数字矩阵。每一列的X对应于一个变量,每一行对应一个观察。

数据类型:双

时间序列数据,指定为一个表或时间表numObs行。每一行的资源描述是一个观察。

指定numVars变量中包含诊断计算通过使用DataVariables论点。所选变量必须是一个数字。

请注意

对于每个测试,i10test删除丢失的观察,为代表南值,从被测试。

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:i10test(资源描述,NumDiffs = 1, DataVariables = 1:5)测试第一个5变量输入表资源描述,测试他们的第一个区别。

独特的展示中使用的变量名,指定为字符串向量或单元向量长度的字符串numVars。VarNames (j)指定要使用的变量的名称X (:,j)或DataVariables (j)。

  • 如果输入时间序列数据矩阵X,默认的是{‘var1’,‘var2’,…}。

  • 如果输入时间序列数据表或时间表资源描述,默认的是Tbl.Properties.VariableNames。

例子:VarNames =[“常量”“时代”“bdd”)

数据类型:字符|细胞|字符串

每个输入变量的差异测试数量,指定为一个非负整数。

每一个输入变量,i10test适用于不同的订单0到NumDiffs,进行配对集成和平稳性测试在每个系列(共2 * numVars (NumDiffs + 1)测试)。

例子:“numDiffs”, 2

数据类型:双

进行集成测试,在这个表指定为一个值。

价值 描述
“adf” 增强Dickey-Fuller测试,如由adftest
“页” 由Phillips-Perron测试ppt

例子:它= "页"

数据类型:字符|字符串

集成测试参数,指定为一个标量结构。

IParams有字段的名字和瓦尔斯用下列值:

  • IParams.names是一个细胞向量有效的名称参数名称指定的集成测试它。i10test忽略了变量选择参数的集成测试;使用DataVariables名称-值参数。

  • IParams.vals是细胞相同的向量长度IParams.names包含相应的名称的值IParams.names。必须指定一个测试值。

i10test使用未指明的集成测试选项的默认值。的默认值IParams是一个空结构,意味着什么i10test使用测试违约。

例子:i10test(资源描述,它= "页",IParams =结构(“名字”,{{“模型”“测试”“α”}},“val”, {{' ts ' ' t2 ' 0.01}}))进行默认固定测试和Phillips-Perron测试集成漂移项假设和一个确定的时间趋势选择模型,使用修改后的unstudentized测试统计,并设置为每个测试显著水平0.01。

数据类型:结构体

平稳性进行测试,在这个表指定为一个值。

价值 描述
“kps” kps测试,如由kpsstest
“lmc” 由Leybourne-McCabe测试lmctest

例子:圣= " lmc "

数据类型:字符|字符串

平稳性测试参数,指定为一个标量结构。

SParams有字段的名字和瓦尔斯用下列值:

  • SParams.names是有效的细胞载体名称参数名称指定的平稳性测试吗圣。i10test忽略了变量选择参数的平稳性测试;使用DataVariables名称-值参数。

  • SParams.vals是细胞相同的向量长度SParams.names包含相应的名称的值SParams.names。必须指定一个测试值。

i10test使用未指明的平稳性检验选项的默认值。的默认值SParams是一个空结构,意味着什么i10test使用缺省值。

例子:i10test(资源描述、圣= " lmc ", IParams =结构(“名字”,{{“落后”“趋势”“α”}},“val”,{{1假0.01}}))进行默认集成测试和Leybourne-McCabe平稳性检验,在0.01水平的意义,其中包括滞后响应的结构模型和不确定的时间趋势项。

数据类型:结构体

国旗的命令窗口中显示的结果,在这个表指定为一个值。

价值 描述
“上” i10test以表格的形式显示所有输出到命令窗口。行标签输入变量名和他们之间的分歧。列标签显示零假设的测试:我(1)集成测试和我(0)稳定性测试。
“关闭” i10test命令窗口不显示结果。

的价值显示适用于所有测试。

例子:显示=“关闭”

数据类型:字符|字符串

变量资源描述的i10test进行测试,指定为字符串向量或细胞特征向量的向量包含变量名称Tbl.Properties.VariableNames,或者一个整数或逻辑向量代表的指标名称。所选变量必须是一个数字。

例子:DataVariables = (“GDP”“CPI”)

例子:DataVariables =(真真假假)或DataVariables = [1 - 2]选择第一个表和第二个表变量。

数据类型:双|逻辑|字符|细胞|字符串

输出参数

全部折叠

测试的决定,作为一个返回numVars * (numDiffs + 1)——- - - - - -2逻辑矩阵。i10test返回H当你提供输入X。

  • 的值1表明拒绝零假设的选择。零和替代假说取决于测试和选项;看到合适的参考页面了解更多细节。

  • 的值0显示失败拒绝零假设。

行H对应的订单, x 1 , Δ x 1 , Δ 2 x 1 , … , Δ D x 1 , x 2 , Δ x 2 , Δ 2 x 2 , … , Δ D x 2 , … Δ差分算子和D指定数量的差异。

列H对应于零假设的集成,我(1)零假设的平稳性,我(0),分别。

检验统计量p值,作为一个返回numVars * (numDiffs + 1)——- - - - - -2矩阵具有相同的大小和安排H。i10test返回PValue当你提供输入X。

测试总结,作为表返回变量输出H(I1和I0),PValue(P1和P0)。行对应于指定的变量DataVariables和标签VarNames和相应的差异,Djname变量标签吗的名字与订单j的区别。

i10test返回DecisionTbl当你提供输入资源描述。

提示

  • Kwiatkowski菲利普斯,施密特和申[1]和其他参考资料,建议搭配集成和平稳性测试作为共同确认个人的方法测试结果。然而,不同的集成测试结果可以在相同的数据集不同意,不同的平稳性测试结果可以不同意,和平稳性测试可以确认集成测试失败。不过,天野之弥和范诺登[2],伯克[3]和其他参考资料,进行蒙特卡罗研究表明成对测试通常是更可靠的比单独使用类型的测试。

引用

[1]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。

[2]天野之弥,r。,和S. van Norden. "Unit Root Tests and the Burden of Proof." Bank of Canada. Working paper 92–7, 1992.

伯克,s P [3]。“验证性数据分析:联合应用平稳性和单位根测试。”University of Reading, UK. Discussion paper 20, 1994.

版本历史

介绍了R2012a

全部展开

另请参阅

|||

主题