i10test

Парное интегрирование и тесты стационарности

Описание

пример

i10test(X) отображает результаты парного интегрирования и тестов стационарности на переменных в X.

пример

i10test(X,Name,Value) дополнительные опции использования заданы одним или несколькими Name,Value пары. Если вы задаете numDiffs опция, парное интегрирование и тесты стационарности проводятся на переменных в X и их заданные различия.

пример

H = i10test(___) возвращает логические значения с решениями отклонения для тестов. Можно использовать любой из предыдущих входных параметров.

[H,PValue] = i10test(___) дополнительно возвращает p-значения для тестовой статистики.

Примеры

свернуть все

Проведите соединенное интегрирование и тесты стационарности на двух временных рядах с помощью тестов по умолчанию и настроек.

Загрузите данные Нельсона-Плоссера и извлеките серию действительного GNP, GNPR, и индекс потребительских цен, CPI.

load Data_NelsonPlosser		
X = DataTable{:,{'GNPR','CPI'}};

X матрица, содержащая данные для переменных GNPR и CPI.

Проведите интегрирование по умолчанию (adftest) стационарность (kpsstest) тесты на двух временных рядах.

i10test(X)
Test Results

        I(1)    I(0)    
======================
var1    0       1       
        0.9990  0.0100  
----------------------
var2    0       1       
        0.9990  0.0100  
----------------------

Предупреждения указывают, что p-значения являются очень большими для adftest и очень маленький для kpsstest (то есть, они находятся вне, Монте-Карло симулировал таблицы). Для обоих рядов не отклоняется модульный корень (H = 0 для I(1)), и стационарность отклоняется (H = 1 для I(0)).

Проведите соединенное интегрирование и тесты стационарности на двух временных рядах и их различиях.

Загрузите данные Нельсона-Плоссера и извлеките серию действительного GNP, GNPR, и индекс потребительских цен, CPI.

load Data_NelsonPlosser		
X = DataTable(:,{'GNPR','CPI'});

X табличный массив, содержащий переменные GNPR и CPI.

Установите интегрирование и тестовые параметры стационарности.

I.names = {'lags','model'};
I.vals = {1,'TS'};

S.names = {'trend'};
S.vals = {true};

Интеграционный тест является значением по умолчанию (adftest), увеличенный с одним изолированным термином различия и стационарной трендом альтернативой. Тест стационарности является значением по умолчанию (kpsstest) с трендом.

Проведите интегрирование и тесты стационарности на переменных и их первых различиях, заданное использование numDiffs.

i10test(X,'numDiffs',1,'itest','adf','iparams',I,...
        'stest','kpss','sparams',S)
Test Results

        I(1)    I(0)    
======================
GNPR    0       1       
        0.8760  0.0100  

D1GNPR  1       0       
        0.0054  0.1000  
----------------------
CPI     0       1       
        0.9799  0.0100  

D1CPI   1       0       
        0.0010  0.0568  
----------------------

Предупреждения указывают, что p-значения являются очень большими или маленькими для некоторых тестов (то есть, они находятся вне, Монте-Карло симулировал таблицы). Для каждого исходного ряда не отклоняется модульный корень (H = 0 для I(1)), и стационарность отклоняется (H = 1 для I(0)). Для differenced ряда отклоняется модульный корень, и стационарность не отклоняется.

При данных установках параметров тесты предлагают, чтобы оба ряда имели одну степень интегрирования.

Проведите соединенное интегрирование и тесты стационарности на двух временных рядах и их различиях. Выключите отображение результатов и возвратите тестовые решения и p-значения.

Загрузите данные Нельсона-Плоссера и извлеките серию действительного GNP, GNPR, и индекс потребительских цен, CPI.

load Data_NelsonPlosser		
X = DataTable(:,{'GNPR','CPI'});

X табличный массив, содержащий переменные GNPR и CPI.

Установите интегрирование и тестовые параметры стационарности.

I.names = {'lags','model'};
I.vals = {1,'TS'};

S.names = {'trend'};
S.vals = {true};

Проведите интегрирование и тесты стационарности на переменных и их первых различиях, заданное использование numDiffs.

[H,PValue] = i10test(X,'numDiffs',1,'itest','adf',...
                     'iparams',I,'stest','kpss',...
                     'sparams',S,'display','off')
H = 4×2

     0     1
     1     0
     0     1
     1     0

PValue = 4×2

    0.8760    0.0100
    0.0054    0.1000
    0.9799    0.0100
    0.0010    0.0568

Предупреждения указывают, что p-значения являются очень большими или маленькими для некоторых тестов (то есть, они находятся вне, Монте-Карло симулировал таблицы). Тестовые решения и p-значения хранятся в H и PValue, соответственно.

Для каждого исходного ряда не отклоняется модульный корень (H = 0), и стационарность отклоняется (H = 1), как обозначено в первых и третьих строках выхода H. Для каждого differenced ряда отклоняется модульный корень (H = 1), и стационарность не отклоняется (H = 0), как обозначено во вторых и четвертых строках выхода H.

При данных установках параметров тесты предлагают, чтобы оба ряда имели одну степень интегрирования.

Входные параметры

свернуть все

Входные переменные, на которых можно выполнить стационарные и интеграционные тесты в виде numObs- numVars числовой матричный или табличный массив. X состоит из numObs наблюдения сделаны на numVars переменные.

Если X табличный массив, затем переменные должны быть числовыми.

Типы данных: double | table

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'itest','pp','numDiffs',1 задает интеграционный тест Phillips-крыльца (и тест стационарности по умолчанию) на всех переменных и их первых различиях

Имена переменных, которые будут использоваться в отображении в виде разделенной запятой пары, состоящей из 'varNames' и вектор строки или массив ячеек из символьных векторов с numVars имена. Все имена переменных являются усеченными к первым пяти символам.

  • Если X матрица, затем именами переменных по умолчанию является {'var1','var2',...}.

  • Если X табличный массив, затем именами переменных по умолчанию является X.Properties.VariableNames.

Пример: 'varNames',{'CPF','AGE','BBD'}

Количество дифференцирований каждой переменной в X протестировать в виде разделенной запятой пары, состоящей из 'numDiffs' и скалярный номер.

Пример: 'numDiffs',2

Интеграционный тест, чтобы провести в виде разделенной запятой пары, состоящей из 'itest' и одно из следующего:

'adf'Увеличенный Более полный Дики тест
'pp'Тест Phillips-крыльца

Пример: 'itest','pp'

Параметры интеграционного теста в виде разделенной запятой пары, состоящей из 'iparams' и структура, I, с двумя полями, I.names и I.vals.

  • I.names массив ячеек допустимых названий параметра для интеграционного теста, заданного в itest.

  • I.vals массив ячеек та же длина как I.names содержа соответствующие значения параметров для названий параметра в I.names.

Если какие-либо параметры для интеграционного теста не заданы, то i10test значения по умолчанию использования. Значение по умолчанию для I пустая структура, означая i10test использование тестирует значения по умолчанию.

Тест стационарности, чтобы провести в виде разделенной запятой пары, состоящей из 'stest' и одно из следующего:

'kpss'Тест KPSS
'lmc'Тест Leybourne-McCabe

Пример: 'stest','lmc'

Тестовые параметры стационарности в виде разделенной запятой пары, состоящей из 'sparams' и структура, S, с двумя полями, S.names и S.vals.

  • S.names массив ячеек допустимых названий параметра для интеграционного теста, заданного в stest.

  • S.vals массив ячеек та же длина как S.names содержа соответствующие значения параметров для названий параметра в S.names.

Если какие-либо параметры для теста стационарности не заданы, то i10test значения по умолчанию использования. Значение по умолчанию для S пустая структура, означая i10test использование тестирует значения по умолчанию.

Флаг таблицы результатов для того, отобразить ли таблицу результатов в Командном окне в виде разделенной запятой пары, состоящей из 'display' и один из 'on' или 'off'.

Если вы задаете значение 'on', затем выводы отображены к Командному окну в таблице, показывающей результаты испытаний, H, и соответствующие p-значения, PValue. Строки помечены именами переменных и их различиями. Столбцы помечены как I(1) (для интегрирования) и I(0) (для стационарности), соответственно, указывая на нулевую гипотезу тестов.

Пример: 'display','off'

Выходные аргументы

свернуть все

Протестируйте решения, возвращенные как numVars*numDiffs+1- 2 матрица логических значений. H равняйтесь 1 указывает на отклонение нулевой гипотезы в пользу альтернативы. H равняйтесь 0 указывает на отказ отклонить нулевую гипотезу.

  • Строки H соответствуйте, в порядке, к x1,Δx1,Δ2x1,,ΔDx1,x2,Δx2,Δ2x2,,ΔDx2,, где Δ является оператором дифференцирования, и D является конкретным количеством различий.

  • Столбцы H соответствуйте нулевой гипотезе интегрирования, I(1), и нулевая гипотеза стационарности, I(0), соответственно.

P-значения для тестов, возвращенных как numVars*numDiffs+1- 2 матрица.

  • Строки PValue соответствуйте, в порядке, к x1,Δx1,Δ2x1,,ΔDx1,x2,Δx2,Δ2x2,,ΔDx2,, где Δ является оператором дифференцирования, и D является конкретным количеством различий.

  • Столбцы PValue соответствуйте нулевой гипотезе интегрирования, I(1), и нулевая гипотеза стационарности, I(0), соответственно.

Советы

  • Парное интегрирование и тесты стационарности были предложены в качестве метода для взаимного подтверждения отдельных результатов испытаний (например, Квиатковский, Филлипс, Шмидт и Шин [1]). Однако на том же наборе данных, различные интеграционные тесты могут не согласиться, различные тесты стационарности могут не согласиться, и тесты стационарности могут не подтвердить интеграционные тесты. Однако, исследования Монте-Карло (например, Амано и ван Норден [2], Берк [3]) предполагают, что парное тестирование обычно более надежно, чем использование любого типа одного только теста.

Ссылки

[1] Квиатковский, D., П. К. Б. Филлипс, П. Шмидт и И. Шин. “Тестируя Нулевую гипотезу Стационарности Против Альтернативы для Модульного Корня”. Журнал Эконометрики. Издание 54, 1992, стр 159–178.

[2] Amano, R. A. и С. ван Норден. “Модульные Корневые Тесты и Бремя доказывания”. Банк Канады. Рабочий документ 92-7, 1992.

[3] Разделайтесь, S. P. “Подтверждающий Анализ данных: Объединенное Приложение Корневых Тестов Стационарности и Модуля”. Университет Чтения, Великобритания. Документ для обсуждения 20, 1994.

Представленный в R2012a
Для просмотра документации необходимо авторизоваться на сайте