Fisher-ADF 检验是一种用于面板数据的单位根检验方法。它结合了多个时间序列的 ADF 检验结果来提供一个整体判断。在你给出的结果中，四个 p 值分别对应于四种不同的情况：无趋势、有趋势但无趋势项的系数、有线性趋势和有线性及二次趋势。
展示哪种检验结果取决于你的数据特征和研究假设。如果时间序列没有明显的长期趋势或结构变化，则可以选择“无”或“常数”的情况；如果有明显的线性趋势，可以考虑使用“常数&趋势”项的情况。在大多数情况下，“常数&趋势”项是最常用的设定。
如果你不确定哪个设定最适合你的数据，建议你分别报告所有四个 p 值，并对每个设定下的结果进行讨论。这样可以帮助读者理解你在检验过程中所做出的选择以及这些选择如何影响最终结论。
在展示检验结果时，通常需要将关键信息（例如：ADF 统计量值、临界值和 p 值）以表格形式列出。这有助于提高论文的可读性和透明度。
但是，为了节省空间并使结果更加易读，你也可以选择只报告特定设定下的结果（如“常数&趋势”）。在这种情况下，请务必在正文中说明你的理由以及为什么选择了这种特定设置。
最后，在解释检验结果时，请关注 p 值与显著性水平的关系。如果 p 值小于选定的显著性水平（通常为 0.05），则可以拒绝原假设，即认为时间序列是平稳的；反之，则无法拒绝原假设。
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
发帖
雷达卡
加好友,备注jltj
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
