单位根检验的EViews操作(精选)
合集下载
单位根检验的EViews操作课件
感谢您的观看
如何进一步学习时间序列分析的相关知识
01
阅读时间序列分析相关的专业书籍和学术论文，深入理解时间 序列分析的基本原理和方法。
02
学习EViews软件的使用方法，掌握各种时间序列分析工具和命
令。
参加时间序列分析相关的课程和培训，与专业人士交流学习，
03
提高自己的分析能力。
THANKS FOR WATCHING
设，认为数据不存在单位根。
03
根据单位根检验结果，可以进一步进行其他相关分析和建 模。
04
单位根检验的EViews操 作实例
单个时间序列数据的单位根检验
01
打开EViews软件，选择 “File”菜单中的“New”选 项，创建一个新的工作文件。
02
在工作文件中，选择 “Quick”菜单中的“Empty Group”选项，创建一个空的 工作组。
单位根检验的原理
单位根检验基于ADF（Augmented Dickey-Fuller）检验和PP（Phillips-Perron ）检验等统计方法，通过构建适当的回归模型并检验其残差是否具有单位根来确 定时间序列数据是否平稳。
如果残差存在单位根，则说明时间序列数据是非平稳的，即存在一个单位根；如 果残差不存在单位根，则说明时间序列数据是平稳的。
02
EViews软件介绍
EViews软件的特点
界面友好
01
EViews软件采用直观的图形界面，方便用户进行数据处理和统
计分析。
功能强大
02
EViews提供了丰富的数据处理、模型估计、统计分析和预测功
能，满足各种研究需求。
兼容性好
03
EViews支持多种数据格式和软件接口，方便与其他软件进行数
如何进一步学习时间序列分析的相关知识
01
阅读时间序列分析相关的专业书籍和学术论文，深入理解时间 序列分析的基本原理和方法。
02
学习EViews软件的使用方法，掌握各种时间序列分析工具和命
令。
参加时间序列分析相关的课程和培训，与专业人士交流学习，
03
提高自己的分析能力。
THANKS FOR WATCHING
设，认为数据不存在单位根。
03
根据单位根检验结果，可以进一步进行其他相关分析和建 模。
04
单位根检验的EViews操 作实例
单个时间序列数据的单位根检验
01
打开EViews软件，选择 “File”菜单中的“New”选 项，创建一个新的工作文件。
02
在工作文件中，选择 “Quick”菜单中的“Empty Group”选项，创建一个空的 工作组。
单位根检验的原理
单位根检验基于ADF（Augmented Dickey-Fuller）检验和PP（Phillips-Perron ）检验等统计方法，通过构建适当的回归模型并检验其残差是否具有单位根来确 定时间序列数据是否平稳。
如果残差存在单位根，则说明时间序列数据是非平稳的，即存在一个单位根；如 果残差不存在单位根，则说明时间序列数据是平稳的。
02
EViews软件介绍
EViews软件的特点
界面友好
01
EViews软件采用直观的图形界面，方便用户进行数据处理和统
计分析。
功能强大
02
EViews提供了丰富的数据处理、模型估计、统计分析和预测功
能，满足各种研究需求。
兼容性好
03
EViews支持多种数据格式和软件接口，方便与其他软件进行数
单位根检验的EViews操作
继续讨论:
对GDP的一阶差分进行检验
在10％的显著性水平下，单位根检验的临界值为 -3.2602，上述检验统计量值-3.62511小于相应DW临界值， 从而拒绝H0，表明我国1978——2003年D(GDP)序 列是平稳序列.
年度数据一般选择1或2年，月度数据一般选择6个月、12个月或者18个月， 季度数据一般4或者8。
单位根检验的 EViews操作
利用EViews进行单位根检验
（ADF、DF检验的操作步骤基本相同）
在主菜单选择Quick / Series Statistics / Unit Root Test 输入待检验的序列名/单击OK / 出现单位根检验对话框 单位根检验对话框(由三部分构成) （1）检验类型（Test Type) (A)DF检验 PP检验 （2）检验对象 Level（水平序列） 1st difference（一阶差分序列）
• 我们老师说样本较大时，选用bic ，较小 时用aic • 先找出最小的AIC和SIC（不是绝对值）， 在此基础上看ADF检验是否通过，即判 断是否是平稳序列。 • 我一般是根据ＶＡＲ模型的最优滞后阶 数－１作为协整的最优滞后阶数
• 根据赤池信息准则或舒瓦茨信息准则 • adf检验是在残差存在自相关时用的，滞 后阶数可以根据序列自相关和偏自相关 图确定
方法3: 单位根检验
Quick
Series Statistics
Unit Root Test
输入变量名（本例：GDP）
选择ADF检验 / Level（水平序列）/ Trend and Intercept （趋势项和漂移项）/ 滞后期数：2
在原假设 H 0 : 1或 H 0 : =0 下，单位根的t检验统计量的值为：
(最新整理)eviews讲解单位根检验
(最新整理)eviews讲解单位根检验
2021/7/26
1
单位根检验
第一节 单序列单位根检验 第二节 面板数据单位根检验
2021/7/26
2
第一节 单序列单位根检验
一 序列单位根检验在时间序列分析中的地位 二 序列单位根检验软件相关操作
三 不同检验结果后续分析思路
四 协整检验
2021/7/26
◎原假设：6种方法中除KPSS外是：不稳定（存在单位根） ◎判定规则
P规则：小于临界值则接受H1 临界值法
具体：左则单边： ①ADF② DFGLS ③ PP⑥ NP 接受（原假设）域 统计值大于临界值
右则单边： ④ KPSS ⑤ ERS 接受（原假设）域 统计值小于临界值
备注：只要软件提供了P值就直接按P规则 做判定；除非没有提供的情况 下 才动用临界值法
备注：只要软件提供了P值就直接按P规则
做判定；除非没有提供的情况下 才动用 临界值法
2021/7/26
8
三 不同检验结果后续分析思路
分析思路 差分平稳
2021/7/26
9
不同检验结果后续分析思路
时间序列总体分析思路
时间序列
平稳性检验 原：不平稳
若是平稳序列
非平稳序列
单序列 多序列
考虑差分平稳
ARMA 多元回归分析 差分平稳I（d） 不平稳
16
例10.4中I?的一阶差分变量的所有方法的单位根检验结果:
所有P值均小于 0.05，说明平稳
各种方法的结果都拒绝原假设，所以可
以2得021出/7/2结6 论： I?是I(1)的。
17
2021/7/26
18
右边 所有 栏目 软件
自动 填写 无需 更改
2021/7/26
1
单位根检验
第一节 单序列单位根检验 第二节 面板数据单位根检验
2021/7/26
2
第一节 单序列单位根检验
一 序列单位根检验在时间序列分析中的地位 二 序列单位根检验软件相关操作
三 不同检验结果后续分析思路
四 协整检验
2021/7/26
◎原假设：6种方法中除KPSS外是：不稳定（存在单位根） ◎判定规则
P规则：小于临界值则接受H1 临界值法
具体：左则单边： ①ADF② DFGLS ③ PP⑥ NP 接受（原假设）域 统计值大于临界值
右则单边： ④ KPSS ⑤ ERS 接受（原假设）域 统计值小于临界值
备注：只要软件提供了P值就直接按P规则 做判定；除非没有提供的情况 下 才动用临界值法
备注：只要软件提供了P值就直接按P规则
做判定；除非没有提供的情况下 才动用 临界值法
2021/7/26
8
三 不同检验结果后续分析思路
分析思路 差分平稳
2021/7/26
9
不同检验结果后续分析思路
时间序列总体分析思路
时间序列
平稳性检验 原：不平稳
若是平稳序列
非平稳序列
单序列 多序列
考虑差分平稳
ARMA 多元回归分析 差分平稳I（d） 不平稳
16
例10.4中I?的一阶差分变量的所有方法的单位根检验结果:
所有P值均小于 0.05，说明平稳
各种方法的结果都拒绝原假设，所以可
以2得021出/7/2结6 论： I?是I(1)的。
17
2021/7/26
18
右边 所有 栏目 软件
自动 填写 无需 更改
eviews讲解单位根检验
单序列 多序列（同阶） 无规律分析终止
ARIMA
协整检验 原：不协整
协整 不协整
长期关系模型 分析终止
进一精步选考课件虑ECM（误差修正模型） 9
序列差分检验（单整平稳检验）
◎Test for unit root in中确定序列在水平值、一阶差
分、二阶差分下进行单位根检验。
◎若一次差分平稳则为一阶单整I(1)；
各种方法的结果都拒绝原假设，所以可
以得出结论： I?是I(1)的。 精选课件
16
感谢亲观看此幻灯片，此课件部分内容来源于网络， 如有侵权请及时联系我们删除，谢谢配合！
第一节 单序列单位根检验 第二节 面板数据单位根检验
精选课件
1
第一节 单序列单位根检验
一 序列单位根检验在时间序列分析中的地位 二 序列单位根检验软件相关操作
三 不同检验结果后续分析思路
四 协整检验
精选课件
2
一 序列单位根检验在时间序列分析中的地位
时间序列总体分析思路
时间序列
平稳性检验 原：不平稳
中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。
精选课件
13
分析数据的平稳性软 件 操 作
在Pool对象，View/Unit Root Test，输入相应的Pool序列名
填写序列 名
选择检验 方法
填写秩序
右边 所有 栏目 软件
自动 填写 无需 更改
填写模式，先做 序列图再选择
精选课件
序图做出模式选择）。
秩序：水平（level）、一阶差分、二阶甚至高阶差分直至序列平稳为止。
备注：ADF检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，
单位根检验操作
单位根检验的 EViews操作
利用EViews进行单位根检验 （ADF、DF检验的操作步骤基本相同）
在主菜单选择Quick / Series Statistics / Unit Root Test 输入待检验的序列名/单击OK / 出现单位根检验对话框
单位根检验对话框(由三部分构成) （1）检验类型（Test Type)
在原假设 H0 : 1或H0 : =0 下，单位根的t检验统计量的值为：
ˆ 或 ˆ ... 0.786011
ˆˆ ˆˆ
在1％、5％、10％三个显著性水平下，单位根检验的临界值分
别为- 4.4167、-3.6219、-3.2474，显然，上述 检验统计量值大于
相应DW临界值，从而接受
我们老师说样本较大时，选用bic ，较小时用 aic
先找出最小的AIC和SIC（不是绝对值），在 此基础上看ADF检验是否通过，即判断是否是 平稳序列。
我一般是根据ＶＡＲ模型的最优滞后阶数－１ 作为协整的最优滞后阶数
根据赤池信息准则或舒瓦茨信息准则
adf检验是在残差存在自相关时用的，滞后阶 数可以根据序列自相关和偏自相关图确定
H ，表明我国1978——2003年度GDP 0
序列存在单位根，是非平稳序列。
继续讨论: 对GDP的一阶差分进行检验
在10％的显著性水平下，单位根检验的临界值为 -3.2602，上述检验统计量值-3.62511小于相应DW临界值， 从而拒绝H0，表明我国1978——2003年D(GDP)序 列是平稳序列.
单位根是否应该包括常数项和趋势项可以通过 观察序列图确定，通过Quick-graph-line操作观 察你的数据，若数据随时间变化有明显的上升 或下降趋势，则有趋势项，若围绕0值上下波 动，则没有趋势项；其二，关于是否包括常数 项有两种观点，一种是其截距为非零值，则取 常数项，另一种是序列均值不为零则取常数项。
利用EViews进行单位根检验 （ADF、DF检验的操作步骤基本相同）
在主菜单选择Quick / Series Statistics / Unit Root Test 输入待检验的序列名/单击OK / 出现单位根检验对话框
单位根检验对话框(由三部分构成) （1）检验类型（Test Type)
在原假设 H0 : 1或H0 : =0 下，单位根的t检验统计量的值为：
ˆ 或 ˆ ... 0.786011
ˆˆ ˆˆ
在1％、5％、10％三个显著性水平下，单位根检验的临界值分
别为- 4.4167、-3.6219、-3.2474，显然，上述 检验统计量值大于
相应DW临界值，从而接受
我们老师说样本较大时，选用bic ，较小时用 aic
先找出最小的AIC和SIC（不是绝对值），在 此基础上看ADF检验是否通过，即判断是否是 平稳序列。
我一般是根据ＶＡＲ模型的最优滞后阶数－１ 作为协整的最优滞后阶数
根据赤池信息准则或舒瓦茨信息准则
adf检验是在残差存在自相关时用的，滞后阶 数可以根据序列自相关和偏自相关图确定
H ，表明我国1978——2003年度GDP 0
序列存在单位根，是非平稳序列。
继续讨论: 对GDP的一阶差分进行检验
在10％的显著性水平下，单位根检验的临界值为 -3.2602，上述检验统计量值-3.62511小于相应DW临界值， 从而拒绝H0，表明我国1978——2003年D(GDP)序 列是平稳序列.
单位根是否应该包括常数项和趋势项可以通过 观察序列图确定，通过Quick-graph-line操作观 察你的数据，若数据随时间变化有明显的上升 或下降趋势，则有趋势项，若围绕0值上下波 动，则没有趋势项；其二，关于是否包括常数 项有两种观点，一种是其截距为非零值，则取 常数项，另一种是序列均值不为零则取常数项。
eviews讲解单位根检验
只有此处小于 0.05,说明除此 法外都认为非
平稳
各种方法的结果(除Breitung检验 外)都接受原假设， I?
存在单位根，是非平稳的。
15
例10.4中I?的一阶差分变量的所有方法的单位根检验结果:
所有P值均小于 0.05，说明平稳
各种方法的结果都拒绝原假设，所以可
以得出结论： I?是I(1)的。
势项
单位根检验窗口
序列平稳性检验（单位根检验）结果
◎原假设：6种方法中除KPSS外是：不稳定（存在单位根） ◎判定规则
P规则：大于临界值则接受原假设 临界值法
具体：左则单边： ①ADF② DFGLS ③ PP⑥ NP 接受（原假设）域 统计值大于临界值
右则单边： ④ KPSS ⑤ ERS 接受（原假设）域 统计值小于临界值
中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。
13
分析数据的平稳性软 件 操 作
在Pool对象，View/Unit Root Test，输入相应的Pool序列名
填写序列 名
选择检验 方法
填写秩序
右边 所有 栏目 软件
自动 填写 无需 更改
填写模式，先做 序列图再选择
14
例10.4中I?的水平变量的所有方法的单位根检验结果:
eviews讲解单位根检验
一 序列单位根检验在时间序列分析中的地位
时间序列总体分析思路
时间序列
平稳性检验 原：不平稳
若是平稳序列
非平稳序列
单序列 多序列
考虑差分平稳
ARMA 多元回归分析 差分平稳I（d） 不平稳
单序列 多序列（同阶） 无规律分析终止
ARIMA
协整检验 原：不协整
平稳
各种方法的结果(除Breitung检验 外)都接受原假设， I?
存在单位根，是非平稳的。
15
例10.4中I?的一阶差分变量的所有方法的单位根检验结果:
所有P值均小于 0.05，说明平稳
各种方法的结果都拒绝原假设，所以可
以得出结论： I?是I(1)的。
势项
单位根检验窗口
序列平稳性检验（单位根检验）结果
◎原假设：6种方法中除KPSS外是：不稳定（存在单位根） ◎判定规则
P规则：大于临界值则接受原假设 临界值法
具体：左则单边： ①ADF② DFGLS ③ PP⑥ NP 接受（原假设）域 统计值大于临界值
右则单边： ④ KPSS ⑤ ERS 接受（原假设）域 统计值小于临界值
中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。
13
分析数据的平稳性软 件 操 作
在Pool对象，View/Unit Root Test，输入相应的Pool序列名
填写序列 名
选择检验 方法
填写秩序
右边 所有 栏目 软件
自动 填写 无需 更改
填写模式，先做 序列图再选择
14
例10.4中I?的水平变量的所有方法的单位根检验结果:
eviews讲解单位根检验
一 序列单位根检验在时间序列分析中的地位
时间序列总体分析思路
时间序列
平稳性检验 原：不平稳
若是平稳序列
非平稳序列
单序列 多序列
考虑差分平稳
ARMA 多元回归分析 差分平稳I（d） 不平稳
单序列 多序列（同阶） 无规律分析终止
ARIMA
协整检验 原：不协整
eviews讲解单位根检验
单位根检验窗口
序列平稳性检验（单位根检验）结果
◎原假设：6种方法中除KPSS外是：不稳定（存在单位根）
◎判定规则 P规则：大于临界值则接受原假设 临界值法 具体：左则单边： ①ADF② DFGLS ③ PP⑥ NP 接受（原假设）域 统计值大于临界值 右则单边： ④ KPSS ⑤ ERS 接受（原假设）域 统计值小于临界值
不平稳
单序列 多序列（同阶） 无规律分析终止
ARIMAห้องสมุดไป่ตู้
协整检验 原：不协整
协整 不协整
长期关系模型 分析终止
进一步考虑ECM（误差修正模型）
9
序列差分检验（单整平稳检验）
◎Test for unit root in中确定序列在水平值、一阶差
分、二阶差分下进行单位根检验。
◎若一次差分平稳则为一阶单整I(1)； 若两次差分平稳则为二阶单整I(2)。
在Pool对象，View/Unit Root Test，输入相应的Pool序列名 填写序列名
选择检验方法
填写秩序
填写模式，先做 序列图再选择
右边 所有 栏目 软件 自动 填写 无需 更改
14
例10.4中I?的水平变量的所有方法的单位根检验结果:
只有此处小于0.05,说 明除此法外都认为非 平稳
各种方法的结果(除Breitung检验 外)都接受原假设， I?存在单位根，是非 平稳的。
备注：ADF检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，
再检验只含截距项的模型，最后检验二者都不含的模型。并且认为，只有三个模
型的检验结果都不能拒绝原假设时，我们才认为时间序列是非平稳的，而只要其
中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。 13
使用Eviews进行面板数据操作(有详图，包括Hausman检验，单位根检验)
GLS权重，通过加 权可以克服异方差
每个个体有共
同的参数 bi
bi 随个体不
同而发生
变
变化
参
数
bi 随个体不 同而发生
模 型
变化
下面为个体固定效应的结果。 点击view——representation可以显示具体的回归方程式。
2. 面板数据的检验
① Hausman检验（要在随机效应结果窗口中进行） 对数据进行随机效应模型估计，在估计结果窗口点击view——Fixed/Random Effects testing——Correlated Random Effect-Hausman Test（6.0以上的 版本才可以）
⑤ 在打开的数据组中点击view——graph——scatter——simple scatter, 便可得到不同时间的散点图。
⑥ 同理，按ctrl键，分别选择ip_i, ip_ah,I p_bj, ip_hb…便可得到不同个体 的散点图。
由于是用同一组数据画出的图形，所以虽然采用的 是不同的方法，但是绘出的两个图形一样。
在估计结果中点击proc——Make Model可以出现估计结果的联立方 程形式，进一步点击Solve键可以 在弹出的对话框中进行动态和静态 预测。
在估计结果或原始的面包数据窗口中点击view——unit root test
这里默认为 Schwarz检 验，因为在 小样本情况 下Schwarz 检验效果最 好。
注意：只有在随机效应估计窗口中才能 进行Hausman检验，只有在固定效应估 计窗口中才能进行似然比检验
Hausman检验的原假设是个体效 应与回归变量无关，应建立随机效 应模型，因此当Hausman值较大， 其对应的P值远小于0.05时，拒绝
每个个体有共
同的参数 bi
bi 随个体不
同而发生
变
变化
参
数
bi 随个体不 同而发生
模 型
变化
下面为个体固定效应的结果。 点击view——representation可以显示具体的回归方程式。
2. 面板数据的检验
① Hausman检验（要在随机效应结果窗口中进行） 对数据进行随机效应模型估计，在估计结果窗口点击view——Fixed/Random Effects testing——Correlated Random Effect-Hausman Test（6.0以上的 版本才可以）
⑤ 在打开的数据组中点击view——graph——scatter——simple scatter, 便可得到不同时间的散点图。
⑥ 同理，按ctrl键，分别选择ip_i, ip_ah,I p_bj, ip_hb…便可得到不同个体 的散点图。
由于是用同一组数据画出的图形，所以虽然采用的 是不同的方法，但是绘出的两个图形一样。
在估计结果中点击proc——Make Model可以出现估计结果的联立方 程形式，进一步点击Solve键可以 在弹出的对话框中进行动态和静态 预测。
在估计结果或原始的面包数据窗口中点击view——unit root test
这里默认为 Schwarz检 验，因为在 小样本情况 下Schwarz 检验效果最 好。
注意：只有在随机效应估计窗口中才能 进行Hausman检验，只有在固定效应估 计窗口中才能进行似然比检验
Hausman检验的原假设是个体效 应与回归变量无关，应建立随机效 应模型，因此当Hausman值较大， 其对应的P值远小于0.05时，拒绝