ADF检验结果，stata和Eviews的差异

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

STATA对变量indmax做ADF检验，结果如下：

在Eviews中做完全相同的ADF检验，结果如下：

请问两个检验得到的p-value for Z(t) = 0.1000和  Prob.*（*MacKinnon (1996) one-sided p-values.）=0.6359为何会相差这么多？个人以为Eviews的结果才是对的。

另外，检验得到indmax存在单位根，是否只能差分后放入模型？但如果差分后的系数意义就不好解释了，怎么办？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：EVIEWS Stata Views ADF检验 Eview 模型

发现了，两者的差异是由于stata里面加了drift
那么问题来了，stata里面 dfuller indmax if index==1,regress drift
和dfuller indmax if index==1,regress
的差别到底在哪里呢？为什么造成临界值不同？

ttangssong 发表于 2014-11-4 19:33
发现了，两者的差异是由于stata里面加了drift
那么问题来了，stata里面 dfuller indmax if index==1,regre ...

EVIEWS里边的“Exogenous: Constant”就相当于Stata的drift咯，我分析数据的时候也遇到了同样的问题，相同的样本、同样的滞后期、同样只带漂移项无时间趋势项，不光P值不等，计算出来的T值都不一样，求大神解答~

最近在看时间序列的知识，我是这样理解的
从参考值上看stata和eviews操作时所用的选择项不一样，应该是stata带了漂移项（drift）
ADF统计量的临界值是通过蒙特卡罗模拟得到的，而是否应该带常数项或者时间趋势项，应该从理论上考虑。可以先画一个时间序列图来大致分析。如果变量围绕0值波动，则既没有常数项也没有时间趋势项，stata选择项为nonconstant；如果围绕其他常数值波动，则有常数项无时间趋势项；如果有截距和明显的时间趋势，则有常数项和时间趋势项，trend。在eviews中，做单位根检验的时候也会有一个include in test equation的选择项，里面可以选择。
关于常数项和 时间趋势项的方程就是ADF检验的方程。

sdycyyz 发表于 2017-4-9 11:45
最近在看时间序列的知识，我是这样理解的
从参考值上看stata和eviews操作时所用的选择项不一样，应该是sta ...

请问一下大神，那为什么我使用eviews选项中包含intercept和trend，stata选项中包含trend。结果怎么也不同呢？

sdycyyz 发表于 2017-4-9 11:45
最近在看时间序列的知识，我是这样理解的
从参考值上看stata和eviews操作时所用的选择项不一样，应该是sta ...

eviews中选择none，stata选择noconstant的时候结果也不一样呢？

记得老师讲课貌似说过一两句，记得不是很清楚。说Stata是按对称（应该是双边）算的，所以Critical value给的不对，不准确。

这个问题很好，很多期刊论文的critical value都弄错了。我回答一下：
ADF检验的ADF统计量是按照t检验计算的，即est(beta)/se(beta). 但是问题在于，这个t统计量是不服从t分布的，这是因为原假设并不服从t分布。（在我看来，ADF的H0和Ha加起来不是prob=1，所以是t的截尾分布）。维基百科上有，搜Augment Dickey Fuller test应该就能搜出来。我老师说过，STATA的critical value是错误的，我没求证过。当年学stata的时候，做ADF，但老师让重新算CV。Eviews的critical value我一直在用，审稿人们没质疑过，是不是正确我也没求证过。希望对大家有帮助。

在进行ADF（Augmented Dickey-Fuller）检验时，Stata和Eviews软件之间出现显著差异的p值可能源于以下原因：

1. **模型设定**：即使表面上看是在做“完全相同的”ADF检验，但不同的统计软件可能默认了不同的模型选项。例如，它们对是否包含常数项、时间趋势、以及滞后的差分阶数（lag order）的选择可能会有所不同。

2. **p值计算方法**：Stata和Eviews使用不同的方法来估计p值，尤其是对于小样本情况下的ADF检验，这可能会影响结果的准确性。例如，Eviews可能采用了MacKinnon (1996) 的一侧面p值，而Stata可能会用到其他的方法。

3. **数据处理**：虽然你认为输入的数据是相同的，但在实际操作中可能无意间对数据进行了细微的不同处理，比如缺失值的处理、数据格式转换等，这也可能导致结果差异。

关于“indmax存在单位根”的问题：

- 如果ADF检验确认了变量有单位根（即非平稳），那么确实通常需要对其进行差分以达到平稳性，这是进行时间序列分析的基本前提。差分后的变量可以被用在模型中，尽管这可能使解释系数的经济意义变得复杂。

- 对于“如果差分后的系数意义不好解释”的问题，实际上，在时间序列分析中，差分后得到的是增量（变化率）的概念，而非原变量水平上的效应。虽然直接的经济含义可能不如原始数据直观，但它是理解动态关系和预测未来趋势的重要工具。
  
- 如果确实需要保留原变量的意义并进行分析，可以考虑使用其他方法处理非平稳性，比如协整技术（如果存在长期稳定的线性组合），或者在模型中加入更复杂的结构以适应非平稳过程。

- 在某些情况下，你也可以尝试对数据进行变换（如对数转换）来减少非平稳性的影响，同时保持原变量的解释力。
  
因此，在面对单位根问题时，关键在于根据你的研究目的和数据特性选择合适的方法。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用