关于用eviews中的ADF进行单位根检验的一点不明白的地方

我上面说的叫协整 ，即两序列X Y若不平稳的话，可能他们之间仍然有一种长期稳定的关系，叫协整，在对残差作回归时，不需要引入趋势变量和截距项

１１楼的兄弟，不好意思，这几天有事没有看收件箱．回邮件时又超过了字数，所以在这里简单的说以下你的提问，具体介绍与应用请查看有关统计方面的书或上网查询．

AIC（赤池信息量准则，Akaike information criterion，简称AIC）是衡量统计模型拟合优良性的一种标准，因由日本统计学家赤池弘次创立和发展而得名。AIC可以权衡所估计模型的复杂度和此模型拟合数据的优良性，是建立在熵的概念基础上判断分布滞后模型滞后阶数的方法之一。

在一般的情况下，AIC可以表示为：

其中：K是参数的数量，L是似然函数（前提假设条件是模型的误差服从独立正态分布）。

若n为观察数，RSS为剩余平方和，则AIC变为：

如增加自由参数的数目可以提高拟合的优良性，但AIC鼓励数据拟合的优良性的同时也尽量避免出现过度拟合的情况。AIC准则是寻求使其达到最小的对数似然函数极大化参数向量及相应对数似然函数值，从而优先考虑的模型应是AIC值最小的那一个。赤池信息量准则的方法是寻找可以最好地解释数据但包含最少自由参数的模型。

11楼的兄弟，不好意思，这几天有事没有看收件箱．上午的回复可能无法看到，现在再简单的说一下你的提问，具体介绍与应用请查看有关统计方面的书或上网查询．

AIC（赤池信息量准则，Akaike information criterion，简称AIC）是衡量统计模型拟合优良性的一种标准，因由日本统计学家赤池弘次创立和发展而得名。AIC可以权衡所估计模型的复杂度和此模型拟合数据的优良性，是建立在熵的概念基础上判断分布滞后模型滞后阶数的方法之一。

在一般的情况下，AIC可以表示为：

AIC=2K-2In(L)

其中：K是参数的数量，L是似然函数（前提假设条件是模型的误差服从独立正态分布）。

若n为观察数，RSS为剩余平方和，则AIC变为：

AIC=2K+nIn(RSS/n)

若增加自由参数的数，则应尽量避免出现过度拟合的情况。AIC准则是寻求使其达到最小的对数似然函数极大化参数向量及相应对数似然函数值，从而优先考虑的模型应是AIC值最小的那一个。赤池信息量准则的方法是寻找可以最好地解释数据但包含最少自由参数的模型。

在检验的时候只要是INTERCEPT AND TREND拒绝原假设就可以认为是平稳的，因为如果趋势和截距都拒绝，那么其他两个的统计量的绝对值必然是大于临界值的。

3# rucyt
你的意思是只要有一个拒绝就是平稳的了，是吗？

一般来讲，如果有明显的时间趋势，比如随时间明显变大或变小则是有时间趋势，否则是无；如果在0附近左右浮动，则没有截距项。一般是要对应着检验来看有无单位根的，从0阶开始。
你说的那种情况也存在，只是如果残差0阶单整的时候才说明二者有协整关系。
另外，你老师的计量确实有待提高啊。。呵呵

学习了 谢谢

一语惊醒梦中人啊，我为此苦恼了好久啊，多谢前辈的指点 10# yidengniubi654

请问，前辈，关于“比如说二元回归，两个变量作单位根检验必须都通过，或者如果不通过的话，也没关系，在做回归方程的残差的单位根检验，若残差通过了，也说明了该回归方程有效，不是伪回归。”这句话有文献出处嘛？急！！！！

gwjmxy09pan 发表于 2010-6-5 17:19
请问，前辈，关于“比如说二元回归，两个变量作单位根检验必须都通过，或者如果不通过的话，也没关系，在做回归方程的残差的单位根检验，若残差通过了，也说明了该回归方程有效，不是伪回归。”这句话有文献出处嘛？急！！！！

你说的好像是EG两步法的内容，但二元回归说的是有2个解释变量吗？