i10test

Парное интегрирование и стационарность

Свернуть все на странице

Синтаксис

i10test(X)
i10test(X,Name,Value)
H = i10test(___)
[H,PValue] = i10test(___)

Описание

пример

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

пример

i10test(X,Name,Value) использует дополнительные опции, заданные одним или несколькими Name,Value пар. Если вы задаете numDiffs опция, парное интегрирование и стационарные тесты проводятся для переменных в X и их заданные различия.

пример

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

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

Примеры

свернуть все

Открыть Live Script

Проведите парное интегрирование и стационарные тесты на двух временных рядах с помощью тестов и настроек по умолчанию.

Загрузите данные Нельсона-Плоссера и извлечите ряд реальных GNP, GNPRи индекс потребительских цен, CPI. 

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

X - матрица, содержащая данные для переменных GNPR и CPI.

Выполните 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 значения p очень большие для adftest и очень маленькие для kpsstest (то есть они находятся вне моделируемых таблиц Монте-Карло). Для обеих серий корень модуля не отклоняется (H = 0 для I(1)), и стационарность отклоняется (H = 1 для I(0)).

Открыть Live Script

Проведите парное интегрирование и стационарность в двух временных рядах и их различиях.

Загрузите данные Нельсона-Плоссера и извлечите ряд реальных GNP, GNPRи индекс потребительских цен, CPI. 

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

X - табличный массив, содержащий переменные GNPR и CPI.

Установите параметры интегрирования и тестирования стационарности. 

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

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

Интеграционный тест является тестом по умолчанию (adftest), дополненный одним термином различия с отставанием и альтернативой trend-stationar. Тест стационарности является тестом по умолчанию (kpsstest) с трендом.

Проведите тесты интегрирования и стационарности переменных и их первых различий, заданные с помощью 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 значения p очень большие или маленькие для некоторых тестов (то есть они находятся вне моделируемых таблиц Монте-Карло). Для каждой исходной серии корень модуля не отклоняется (H = 0 для I(1)), и стационарность отклоняется (H = 1 для I(0)). Для дифференцированного ряда корень модуля отклоняется и стационарность не отклоняется.

При заданных настройках параметра тесты предполагают, что обе серии имеют одну степень интегрирования.

Открыть Live Script

Проведите парное интегрирование и стационарность в двух временных рядах и их различиях. Отключите отображение результатов и верните решения тестирования и значения p.

Загрузите данные Нельсона-Плоссера и извлечите ряд реальных GNP, GNPRи индекс потребительских цен, CPI. 

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

X - табличный массив, содержащий переменные GNPR и CPI.

Установите параметры интегрирования и тестирования стационарности. 

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

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

Проведите тесты интегрирования и стационарности переменных и их первых различий, заданные с помощью 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 значения p очень большие или маленькие для некоторых тестов (то есть они находятся вне моделируемых таблиц Монте-Карло). Решения о тесте и значения p хранятся в H и PValue, соответственно.

Для каждой исходной серии корень модуля не отклоняется (H = 0), и стационарность отклоняется (H = 1), как указано в первой и третьей строках выхода H. Для каждой дифференцированной серии модуля корень отклоняется (H = 1), и стационарность не отклоняется (H = 0), как указано во второй и четвертой строках выхода H.

При заданных настройках параметра тесты предполагают, что обе серии имеют одну степень интегрирования.

Входные параметры

свернуть все

Входные переменные, на которых можно выполнить стационарные и интеграционные тесты, заданные как numObs-by- numVars числовая матрица или табличный массив. X состоит из numObs наблюдения, сделанные на numVars переменные.

Если X является табличным массивом, тогда переменные должны быть числовыми.

Типы данных: double | table

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: 'itest','pp','numDiffs',1 задает интеграционный тест Филлипса-Перрона (и стационарный тест по умолчанию) для всех переменных и их первых различий

Имена переменных для использования в отображении, заданные как разделенная разделенными запятой парами, состоящая из 'varNames' и строковый вектор или массив ячеек из векторов символов с numVars имена. Все имена переменных усечены до первых пяти символов.

  • Если X является матрицей, тогда имена переменных по умолчанию {'var1','var2',...}.

  • Если X является табличным массивом, тогда имена переменных по умолчанию X.Properties.VariableNames.

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

Количество различий каждой переменной в X для тестирования, заданного как разделенная разделенными запятой парами, состоящая из 'numDiffs' и скалярное число.

Пример: 'numDiffs',2

Интеграционный тест для проведения, заданный как разделенная разделенными запятой парами, состоящая из 'itest' и одно из следующих:

'adf'Дополненный тест Дикки-Фуллера
'pp'Тест Филлипса-Перрона

Пример: 'itest','pp'

Интегрирование тестовые параметры, заданные как разделенная запятой пара, состоящие из 'iparams' и структуру, I, с двумя полями, I.names и I.vals.

  • I.names - массив ячеек с допустимыми именами параметров для теста интегрирования, заданный в itest.

  • I.vals - массив ячеек той же длины, что и I.names содержащие соответствующие значения параметров для имен параметров в I.names.

Если какие-либо параметры для интеграционного теста не заданы, то i10test использует значения по умолчанию. Значение по умолчанию для I является пустой структурой, что означает i10test использует значения теста по умолчанию.

Тест стационарности для проведения, заданный как разделенная разделенными запятой парами, состоящая из 'stest' и одно из следующих:

'kpss'Тест KPSS
'lmc'Тест Лейборна-Маккейба

Пример: 'stest','lmc'

Параметры теста стационарности, заданные как разделенная разделенными запятой парами, состоящая из 'sparams' и структуру, S, с двумя полями, S.names и S.vals.

  • S.names - массив ячеек с допустимыми именами параметров для теста интегрирования, заданный в stest.

  • S.vals - массив ячеек той же длины, что и S.names содержащие соответствующие значения параметров для имен параметров в S.names.

Если какие-либо параметры для теста стационарности не заданы, то i10test использует значения по умолчанию. Значение по умолчанию для S является пустой структурой, что означает i10test использует значения теста по умолчанию.

Флаг таблицы результатов для отображения таблицы результатов в Командном окне, заданный как разделенная разделенными запятой парами, состоящая из 'display' и один из 'on' или 'off'.

Если вы задаете значение 'on', затем выходы отображаются в Командном окне в таблице, показывающей результаты тестирования, H, и соответствующие p-значения, PValue. Строки маркируются именами переменных и их различиями. Столбцы помечены как I(1) (для интегрирования) и I(0) (для стационарности), соответственно, что указывает на нулевую гипотезу тестов.

Пример: 'display','off'

Выходные аргументы

свернуть все

Тестовые решения, возвращенные как numVars*numDiffs+1-by- 2 матрица логических значений. H равно 1 указывает на отказ от нулевой гипотезы в пользу альтернативы. H равно 0 указывает, что не удалось отклонить гипотезу null.

  • Строки H соответствуют, по порядку, x1,Δx1,Δ2x1,…,ΔDx1,x2,Δx2,Δ2x2,…,ΔDx2,…, где И является дифференцирующим оператором, и D является заданным количеством различий.

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

Значения P для тестов, возвращенные как numVars*numDiffs+1-by- 2 матрица.

  • Строки PValue соответствуют, по порядку, x1,Δx1,Δ2x1,…,ΔDx1,x2,Δx2,Δ2x2,…,ΔDx2,…, где И является дифференцирующим оператором, и D является заданным количеством различий.

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

Совет

  • Парное интегрирование и стационарные тесты были предложены в качестве метода для взаимного подтверждения результатов отдельных тестов (для примера, Квятковского, Филлипса, Шмидта и Шина [1]). Однако на том же наборе данных различные интеграционные тесты могут не согласиться, различные стационарные тесты могут не согласиться, а стационарные тесты могут не подтвердить интеграционные тесты. Тем не менее, исследования Монте-Карло (например, Amano and van Norden [2], Burke [3]) предполагают, что парная проверка, как правило, более надежно, чем использование одного только типа теста.

Ссылки

[1] Квятковский, Д., П. К. Б. Филлипс, П. Шмидт и Я. Шин. Проверка нулевой гипотезы о стационарности против альтернативы единичного корня. Журнал эконометрики. Том 54, 1992, стр. 159-178.

[2] Амано, Р. А. и С. ван Норден. Unit Root Tests and the Burden of Proof (неопр.) (недоступная ссылка). Банк Канады. Рабочий документ 92-7, 1992.

[3] Burke, S.P. «Confirmatory Data Analysis: The Joint Application of Stationarity and Unit Root Tests». Университет Рединга, Великобритания. Дискуссионный документ 20, 1994 год.

См. также

| | |

Темы

Введенный в R2012a

Документация по Econometrics Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте