如果时间序列平稳,那该做什么检验

如果时间序列平稳,那该做什么检验

我们计算自相关系数，如果有18组数据，则有17个自相关系数的数据，如果时间序列是平稳的，那么服从一个正态分布。所以我们根据每一个自相关系数的值，对应置位区间即可。
也可检验对所有k>0，自相关系数都为0的联合假设，这可通过如下QLB统计量进行
该统计量近似地服从自由度为m的c2分布（m为滞后长度）。因此:如果计算的Q值大于显著性水平为a的临界值，则有1-a的把握拒绝所有rk(k>0)同时为0的假设。
注意利用QLB统计量，原假设是平稳的，根据最大的滞后项来判断即可。

对序列y进行平稳性检验： 此时应对序列数据取对数，取对数的好处在于可将间距很大的数据转换为间距较小的数据。具体做法是在workfile y的窗口中点击genr，输入logy=log(y),则生成y的对数序列logy。再对logy序列进行平稳性检验。 点击view-united root test，test type选择adf检验，滞后阶数中lag length选择sic检验，点击ok得结果如下： null hypothesis: logy has a unit root exogenous: constant lag length: 0 (automatic based on sic, maxlag=1) t-statistic prob.* augmented dickey-fuller test statistic -2.75094601716637 0.0995139988900359 test critical values: 1% level -4.29707275602226 5% level -3.21269639026225 10% level -2.74767611540013 当检验值augmented dickey-fuller test statistic的绝对值大于临界值绝对值时，序列为平稳序列。 若非平稳序列，则对logy取一阶差分，再进行平稳性检验。直到出现平稳序列。假设dlogy和dlogx1为平稳序列。