如何解決面板數(shù)據(jù)中的序列自相關(guān)問題？stata時(shí)間序列如何加入t再回歸？將回歸中的T加入時(shí)間序列的方法，使得玩家需要將T的值加入，然后使用回歸模型進(jìn)行擬合。R軟件里的ADF檢驗(yàn)，結(jié)果怎么看？看到這個(gè)問

如何解決面板數(shù)據(jù)中的序列自相關(guān)問題？

stata時(shí)間序列如何加入t再回歸？

將回歸中的T加入時(shí)間序列的方法，使得玩家需要將T的值加入，然后使用回歸模型進(jìn)行擬合。

R軟件里的ADF檢驗(yàn)，結(jié)果怎么看？

看到這個(gè)問題，正好我最近的論文用到了ADF測(cè)試的方法，而且我前段時(shí)間研究了ADF測(cè)試的全過程，對(duì)它有了更深入的理性認(rèn)識(shí)。

一般來說，一般來說，ADF檢驗(yàn)主要用于時(shí)間序列數(shù)據(jù)，因?yàn)闀r(shí)間序列會(huì)有一個(gè)不穩(wěn)定的過程。不穩(wěn)定的時(shí)間序列數(shù)據(jù)可能導(dǎo)致t檢驗(yàn)失敗和自回歸系數(shù)的有偏估計(jì)等問題。最后，用stata對(duì)數(shù)據(jù)運(yùn)行回歸可能是偽回歸或偽相關(guān)，所以得到的回歸結(jié)果并不可靠。

ADF檢驗(yàn)中很重要的一個(gè)環(huán)節(jié)就是看滯后階數(shù)是否顯著(滯后期)，然后回歸。接下來，讓我們 讓我們來談?wù)剆tata的運(yùn)營(yíng)流程:

首先進(jìn)行無趨勢(shì)項(xiàng)的DF檢驗(yàn)，命令為dfuller lny(如果lny是經(jīng)濟(jì)產(chǎn)出變量)，看DF統(tǒng)計(jì)量是否大于左單側(cè)檢驗(yàn)，如果小于，則為 "存在單位很 "可以拒絕。

然后輸入 "dfuller lny，lags(xx)reg "，其中xx可以是檢測(cè)最佳滯后階數(shù)的任何數(shù)字。如果z值始終不顯著，可以使用PP test，命令為:pperron lny。

如果PP測(cè)試仍然不顯著...然后用最有效的測(cè)向-GLS測(cè)試，命令是 "dfgls lny "。這個(gè)時(shí)候stata會(huì)給你一個(gè)表格，會(huì)顯示在幾個(gè)訂單的1%、5%、10%時(shí)數(shù)據(jù)不顯著。如果此時(shí)不顯著，則證明時(shí)間序列有單位根。

在發(fā)現(xiàn)數(shù)據(jù)有單位根之后，我們需要把原來的假設(shè)變成平穩(wěn)序列。這時(shí)，我們需要進(jìn)行KPSS測(cè)試，命令是 "kpss lny，nottrend "。

然后stata會(huì)告訴你數(shù)據(jù)從幾個(gè)訂單滯后到幾個(gè)訂單。如果統(tǒng)計(jì)量都大于5%置信水平的統(tǒng)計(jì)值，則認(rèn)為有單位根。因此，命令是:dfgls dlny。如果表格顯示滯后階在幾個(gè)階之間，那么此時(shí)可以拒絕原來的假設(shè)，即差分dlny被認(rèn)為是平穩(wěn)過程。

之后，執(zhí)行kpss測(cè)試，命令是 "kpss dlny，nottrend "。

這個(gè)時(shí)候我們就可以看到統(tǒng)計(jì)數(shù)據(jù)離得很遠(yuǎn)了。如果小于5%的臨界值，可以接受平穩(wěn)過程的原假設(shè)，最后填寫ADF檢驗(yàn)結(jié)果表時(shí)，可以寫成: "lny被接受為A階整數(shù)a(x)過程。 "

然后對(duì)每個(gè)時(shí)間序列變量重復(fù)上述過程。

在最終結(jié)果表中寫入: "ADF統(tǒng)計(jì)，5%臨界值，P值，穩(wěn)定與否。 "

經(jīng)過kpss檢驗(yàn)，可以是幾階一元過程。(如果可以 不懂?dāng)?shù)理邏輯，可以先去軟件操作，你不 本文不需要太多的理論推導(dǎo)。你可以直接去看結(jié)果分析和回歸結(jié)果，然后準(zhǔn)備答辯時(shí)的理論推導(dǎo)。)

參考:陳強(qiáng)。高級(jí)計(jì)量經(jīng)濟(jì)學(xué)與stata應(yīng)用[M]。高等教育出版社。2010(414-422).