协整检验统计之都课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《协整检验统计之都课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 检验 统计 课件
- 资源描述:
-
1、LogoLogoAdd Your Company Slogan协整理论及其协整理论及其R R语言的实现语言的实现邵晨邵晨上海财经大学上海财经大学 统计与管理学院统计与管理学院为什么要协整?提纲提纲1 1什么是协整?2 2如何进行协整检验?3 3R语言中相关函数4 4案例:中国进出口之间关系检验5 5伪回归(虚假回归)伪回归(虚假回归)回归分析:回归分析:一个重要的前提假设:平稳性但是,实际上大部分的宏观经济时间序列和金融时间序列都是非平稳的。伪回归(虚假回归)伪回归(虚假回归)案例案例结果结果以以1990年至年至2008年年美国美国城镇居民家城镇居民家庭人均可支配收入和庭人均可支配收入和中国中
2、国人均消费人均消费性支出为例:性支出为例:data Usincome Chinacoms reg summary(reg)library(zoo)library(lmtest)dwtest(reg)Call:Call:lm(formula=Chinacoms USincome)lm(formula=Chinacoms USincome)Residuals:Residuals:Min 1Q Median 3Q Max Min 1Q Median 3Q Max-640.11-350.44 -55.96 346.49 1139.42-640.11-350.44 -55.96 346.49 1139.
3、42 Coefficients:Coefficients:Estimate Std.Error t value Pr(|t|)Estimate Std.Error t value Pr(|t|)(Intercept)-6.886e+03 4.896e+02 -14.06 8.56e-11(Intercept)-6.886e+03 4.896e+02 -14.06 8.56e-11*USincome 4.788e-01 1.898e-02 25.23 6.54e-15 USincome 4.788e-01 1.898e-02 25.23 6.54e-15*-Signif.codes:0 Sign
4、if.codes:0*0.001 0.001*0.01 0.01*0.05.0.1 1 0.05.0.1 1 Residual standard error:477.7 on 17 degrees of freedomResidual standard error:477.7 on 17 degrees of freedomMultiple R-squared:0.974,Adjusted R-squared:Multiple R-squared:0.974,Adjusted R-squared:0.9724 0.9724 F-statistic:636.3 on 1 and 17 DF,p-
5、value:6.544e-15 F-statistic:636.3 on 1 and 17 DF,p-value:6.544e-15 Durbin-Watson test Durbin-Watson testdata:reg data:reg DW=0.4992,p-value=4.485e-06DW=0.4992,p-value=4.485e-06alternative hypothesis:true autocorrelation is greater than alternative hypothesis:true autocorrelation is greater than 0 0
6、显著的显著的R R2 2较大的较大的t t值值DWDW统计量很小,存统计量很小,存在严重的自相关在严重的自相关线性回归模型线性回归模型lm()函数:用法:fitted.model reg ts(1:30,start=1980,end=2009,ts(1:30,start=1980,end=2009,frequency=1)frequency=1)季度季度数数据:据:ts(1:30,start=c(2003,3),end=ts(1:30,start=c(2003,3),end=c(2010,4),frequency=4)c(2010,4),frequency=4)时间序列举例时间序列举例月度月度
7、数数据:据:ts(1:30,start=c(2008,5),ts(1:30,start=c(2008,5),frequency=12)frequency=12)每日每日数数据:据:a a print(a,calendar=TRUE)print(a,calendar=TRUE)单位根检验单位根检验urca包中的ur.df()函数:用法:ur.df(y,type=c(none,drift,trend),lags=1,selectlags=c(Fixed,AIC,BIC)参数:y 被检验的时间序列type 检验类型:“none”,“drift”或者 trend.lags 内生变量的滞后阶数selec
8、tlags 滞后阶数确定方法:the Akaike“AIC”或者 the Bayes“BIC”信息 准则,默认值是fixed,由lags确定滞后阶数。案例分析:中国进出口贸易之间关系案例分析:中国进出口贸易之间关系数据来源:国家统计数据库(http:/ library(urca)library(urca)urt.ex urt.ex summary(urt.ex)summary(urt.ex)#Augmented Dickey-Fuller Test Unit Root Test#Augmented Dickey-Fuller Test Unit Root Test#Test regressio
9、n trend Test regression trend Call:Call:lm(formula=z.diff z.lag.1+1+tt+z.diff.lag)lm(formula=z.diff z.lag.1+1+tt+z.diff.lag)Residuals:Residuals:Min 1Q Median 3Q Max Min 1Q Median 3Q Max-0.17362-0.05933 0.02236 0.05216 0.12439-0.17362-0.05933 0.02236 0.05216 0.12439 Coefficients:Coefficients:Estimate
10、 Std.Error t value Pr(|t|)Estimate Std.Error t value Pr(|t|)(Intercept)0.77701 0.53253 1.459 0.158(Intercept)0.77701 0.53253 1.459 0.158z.lag.1 -0.15325 0.11600 -1.321 0.199z.lag.1 -0.15325 0.11600 -1.321 0.199tt 0.02699 0.01723 1.566 0.130tt 0.02699 0.01723 1.566 0.130z.diff.lag 0.20945 0.20765 1.0
11、09 0.323z.diff.lag 0.20945 0.20765 1.009 0.323Residual standard error:0.08564 on 24 degrees of freedomResidual standard error:0.08564 on 24 degrees of freedomMultiple R-squared:0.2354,Adjusted R-squared:0.1398 Multiple R-squared:0.2354,Adjusted R-squared:0.1398 F-statistic:2.462 on 3 and 24 DF,p-val
展开阅读全文