楼主,时间序列分析变量有三种情况:
1. 因变量和自变量均平稳,即均为I(0),可以直接回归分析,如Yt=a+bXt-1+et
2.因变量和自变量均为非平稳,即I(1) (一般是时间序列数据很少有I(1)以上),只有这个时候才能做协整,一定要记住了。当因变量自变量都是非平稳,你无法只做格兰杰因果和不做协整(也就是你必须两个一起做)!也就是你仅仅运行Yt=a+bXt-1+et 而Yt,Xt非平稳是无效的!只有当et是平稳,他们协整,而且系数b显著,那么你就可以说他们存在Granger Casuality,而且协整。
另外,如果你想在这种时候做普通回归,那就一截查分,一般的时间序列都是I(1),差分一次即可,这个时候因变量自变量都是平稳,可以直接做格兰杰因果。
3.因变量和自变量有一个是I(0),另外一个I(1),那么你对I(1)的差分,运行普通回归即可。
另外,楼主,对你7楼的问题,如果时间序列不存在单位根,即ADF拒绝原假设,P值小于0.05显著水平,那他就平稳,你没有任何办法把它变成为平稳(你是如何做到的?)。另外,参考我上面的条件,才能做协整。协整一定要满足两个条件,1.因变量自变量为平稳 2.其余差平稳
|