似乎此特定R命令的创建者认为其中一个人熟悉原始的Dickey-Fuller公式,因此未提供有关如何解释值的相关文档。我发现Enders是一个非常有用的资源(《 Applied Econometric Time Series 3e》,2010年,第206-209页-我想其他版本也可以)。下面,我将使用URCA软件包中的数据,以丹麦的实际收入为例。
> income <- ts(denmark$LRY)
首先描述3个用于获得不同假设的Dickey-Fuller公式可能是有用的,因为它们与ur.df“类型”选项匹配。恩德斯指出,在所有这三种情况下,使用的一致项是γ,即y先前值的系数,即滞后项。如果gamma = 0,则存在单位根(随机行走,非平稳)。在原假设为gamma = 0的情况下,如果p <0.05,则我们拒绝原假设(在95%的水平),并假定没有单位根。如果我们无法拒绝零值(p> 0.05),那么我们假定存在一个单位根。从这里开始,我们可以继续解释tau和phi。
1)type =“ none”:(来自Enders第208页的公式)Δy(t)=γ∗y(t−1)+e(t)
(其中是误差项,假定为白噪声; from;指的是前一个y的值,滞后项也是如此)e(t)γ=a−1y=a∗y(t−1)+e(t)y(t−1)
对于type =“ none”,tau(或R输出中的tau1)是gamma = 0的零假设。使用丹麦收入示例,我得到“检验统计的值为0.7944”,而“检验统计的关键值为:tau1 -2.6 -1.95 -1.61。假设测试统计数据位于我们无法拒绝空值的所有3个区域(1%,5%,10%)内,则应假定数据是随机游动,即存在一个单位根。在这种情况下,tau1指的是gamma = 0的假设。“ z.lag1”是gamma项,即滞后项的系数(y(t-1)),即p = 0.431,我们不能否认它是有效的,只是暗示伽马对该模型没有统计学意义,这是R的输出
> summary(ur.df(y=income, type = "none",lags=1))
>
> ###############################################
> # Augmented Dickey-Fuller Test Unit Root Test #
> ###############################################
>
> Test regression none
>
>
> Call:
> lm(formula = z.diff ~ z.lag.1 - 1 + z.diff.lag)
>
> Residuals:
> Min 1Q Median 3Q Max
> -0.044067 -0.016747 -0.006596 0.010305 0.085688
>
> Coefficients:
> Estimate Std. Error t value Pr(>|t|)
> z.lag.1 0.0004636 0.0005836 0.794 0.431
> z.diff.lag 0.1724315 0.1362615 1.265 0.211
>
> Residual standard error: 0.0251 on 51 degrees of freedom
> Multiple R-squared: 0.04696, Adjusted R-squared: 0.009589
> F-statistic: 1.257 on 2 and 51 DF, p-value: 0.2933
>
>
> Value of test-statistic is: 0.7944
>
> Critical values for test statistics:
> 1pct 5pct 10pct
> tau1 -2.6 -1.95 -1.61
2)类型=“漂移”(上面您的特定问题)::(来自Enders的公式208页)Δy(t)=a0+γ∗y(t−1)+e(t)
(其中a0是“小于零”,指的是常数或漂移项)这是输出解释比较棘手的地方。“ tau2”仍然是空假设。在这种情况下,如果第一个测试统计量= -1.4462在未能拒绝null的范围内,则我们应该再次假定单位根为。γ=0γ=0
phi1项指的是第二个假设,它是a0 = gamma = 0的组合零假设。这意味着同时测试两个值均为0。如果p <0.05,则我们拒绝该空值,并假定其中至少一个是假的-即a0或gamma项之一或两个都不为0。如果不拒绝此空值,则意味着a0 AND gamma = 0,暗示1)伽马= 0,因此存在单位根,并且2)a0 = 0,因此没有漂移项。这是R输出
> summary(ur.df(y=income, type = "drift",lags=1))
>
> ###############################################
> # Augmented Dickey-Fuller Test Unit Root Test #
> ###############################################
>
> Test regression drift
>
>
> Call:
> lm(formula = z.diff ~ z.lag.1 + 1 + z.diff.lag)
>
> Residuals:
> Min 1Q Median 3Q Max
> -0.041910 -0.016484 -0.006994 0.013651 0.074920
>
> Coefficients:
> Estimate Std. Error t value Pr(>|t|)
> (Intercept) 0.43453 0.28995 1.499 0.140
> z.lag.1 -0.07256 0.04873 -1.489 0.143
> z.diff.lag 0.22028 0.13836 1.592 0.118
>
> Residual standard error: 0.0248 on 50 degrees of freedom
> Multiple R-squared: 0.07166, Adjusted R-squared: 0.03452
> F-statistic: 1.93 on 2 and 50 DF, p-value: 0.1559
>
>
> Value of test-statistic is: -1.4891 1.4462
>
> Critical values for test statistics:
> 1pct 5pct 10pct
> tau2 -3.51 -2.89 -2.58
> phi1 6.70 4.71 3.86
3)最后,对于type =“ trend”:(来自Enders第208页的公式)Δy(t)=a0+gamma∗y(t−1)+a2(t)+e(t)
(其中a2(t)是时间趋势项)(来自Enders第208页)的假设如下:tau:gamma = 0 phi3:gamma = a2 = 0 phi2:a0 = gamma = a2 = 0这类似于R输出。在这种情况下,测试统计信息为-2.4216 2.1927 2.9343在所有这些情况下,它们都属于“未能拒绝空值”区域的范围(请参阅下面的临界值)。如上所述,tau3的含义是我们无法拒绝单位根的null,这意味着存在单位根。不拒绝phi3意味着两件事:1)gamma = 0(单位根),以及2)没有时间趋势项,即a2 = 0。如果我们拒绝此null,则意味着这两项都不是0。未能拒绝phi2意味着3件事:1)gamma = 0 AND 2)没有时间趋势项并且3)没有漂移项,即gamma = 0,则a0 = 0,而a2 = 0。
这是R输出
> summary(ur.df(y=income, type = "trend",lags=1))
>
> ###############################################
> # Augmented Dickey-Fuller Test Unit Root Test #
> ###############################################
>
> Test regression trend
>
>
> Call:
> lm(formula = z.diff ~ z.lag.1 + 1 + tt + z.diff.lag)
>
> Residuals:
> Min 1Q Median 3Q Max
> -0.036693 -0.016457 -0.000435 0.014344 0.074299
>
> Coefficients:
> Estimate Std. Error t value Pr(>|t|)
> (Intercept) 1.0369478 0.4272693 2.427 0.0190 *
> z.lag.1 -0.1767666 0.0729961 -2.422 0.0192 *
> tt 0.0006299 0.0003348 1.881 0.0659 .
> z.diff.lag 0.2557788 0.1362896 1.877 0.0665 .
> ---
> Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
>
> Residual standard error: 0.02419 on 49 degrees of freedom
> Multiple R-squared: 0.1342, Adjusted R-squared: 0.08117
> F-statistic: 2.531 on 3 and 49 DF, p-value: 0.06785
>
>
> Value of test-statistic is: -2.4216 2.1927 2.9343
>
> Critical values for test statistics:
> 1pct 5pct 10pct
> tau3 -4.04 -3.45 -3.15
> phi2 6.50 4.88 4.16
> phi3 8.73 6.49 5.47
在上面的特定示例中,对于d.Aus数据,由于两个测试统计信息均位于“失败拒绝”区域内,因此它意味着gamma = 0和a0 = 0,这意味着存在单位根,但是无漂移项。