আর এর বাড়ানো ডিকি ফুলার পরীক্ষায় কে ল্যাগ বুঝতে

Question

আমি আর-তে কিছু ইউনিট মূল পরীক্ষার সাথে খেলেছি এবং কে ল্যাগ প্যারামিটারটি কী তৈরি করব তা আমি পুরোপুরি নিশ্চিত নই। আমি tseries প্যাকেজ থেকে বর্ধিত ডিকি ফুলার পরীক্ষা এবং ফিলিপস পেরোন পরীক্ষা ব্যবহার করেছি । স্পষ্টতই ডিফল্ট কে প্যারামিটার (এর জন্য ) কেবল সিরিজের দৈর্ঘ্যের উপর নির্ভর করে। আমি যদি বিভিন্ন কে- মানগুলি পছন্দ করি তবে আমি বেশ আলাদা ফলাফল পেতে পারি। নাল প্রত্যাখ্যান:$k$adf.test$k$

Dickey-Fuller = -3.9828, Lag order = 4, p-value = 0.01272
alternative hypothesis: stationary 
# 103^(1/3)=k=4 


Dickey-Fuller = -2.7776, Lag order = 0, p-value = 0.2543
alternative hypothesis: stationary
# k=0

Dickey-Fuller = -2.5365, Lag order = 6, p-value = 0.3542
alternative hypothesis: stationary
# k=6

প্লাস পিপি পরীক্ষার ফলাফল:

Dickey-Fuller Z(alpha) = -18.1799, Truncation lag parameter = 4, p-value = 0.08954
alternative hypothesis: stationary 

$k$

কোন ইঙ্গিত?

Comments

এই বইটি আপনার সমস্ত প্রশ্নের উত্তর দেওয়া উচিত।

— এমপিক্টাস

ধন্যবাদ! আমি স্প্রঞ্জার ব্যবহারের সিরিজটি পছন্দ করি তবে আমি এটিটি জানতাম না ...

— hans0l0

হুঁ, iiuc এই পরীক্ষাগুলি কেবল phi = 1 কিনা, phi> নয় তবে 1. তবে এখনও আর আউটপুট বলে যে বিকল্পটি হ'ল: স্টেশনারিটি। সুতরাং তারা phi> 1 টিও চেক করে? স্পষ্টতই এটি অ-স্টেশনারিও হবে।

— hans0l0

Answer 1

আমি যখন এডিএফ পরীক্ষাগুলি দেখেছি তখন কিছুটা সময় হয়ে গেছে, তবে আমি অ্যাডএফ পরীক্ষার কমপক্ষে দুটি সংস্করণ মনে রাখি।

http://www.stat.ucl.ac.be/ISdidactique/Rhelp/library/tseries/html/adf.test.html

http://cran.r-project.org/web/packages/fUnitRoots/

FUnitRoots প্যাকেজের অ্যাডফটেষ্ট () নামে একটি ফাংশন রয়েছে। আমি মনে করি trend প্যাকেজগুলিতে "ট্রেন্ড" ইস্যুটি আলাদাভাবে পরিচালনা করা হয়।

সম্পাদনা করুন ------ নিম্নলিখিত লিঙ্কের 14 পৃষ্ঠা থেকে, অ্যাডএফ পরীক্ষার 4 সংস্করণ (ইউরুট বন্ধ) ছিল:

http://math.uncc.edu/~zcai/FinTS.pdf

আরও একটি লিঙ্ক। নিম্নলিখিত লিঙ্কে বিভাগ 6.3 পড়ুন। পিছিয়ে পড়া শব্দটি ব্যাখ্যা করার চেয়ে আমি যতটা করতে পেরেছি তার থেকে অনেক বেশি কাজ হয়েছে:

http://www.yats.com/doc/cointegration-en.html

এছাড়াও, আমি যে কোনও মৌসুমী মডেল সম্পর্কে সতর্কতা অবলম্বন করব। যদি না আপনি নিশ্চিত হন যে কিছু মৌসুমী উপস্থিত রয়েছে, আমি মৌসুমী পদ ব্যবহার করা এড়াতে চাই। কেন? কিছু না হলেও এটি মৌসুমী শর্তগুলিতে বিভক্ত হতে পারে it's এখানে দুটি উদাহরণ দেওয়া হল:

#First example: White noise
x <- rnorm(200)

#Use stl() to separate the trend and seasonal term
x.ts <- ts(x, freq=4) 
x.stl <- stl(x.ts, s.window = "periodic")
plot(x.stl)

#Use decompose() to separate the trend and seasonal term
x.dec <- decompose(x.ts)
plot(x.dec)

#===========================================

#Second example, MA process
x1 <- cumsum(x)

#Use stl() to separate the trend and seasonal term
x1.ts <- ts(x1, freq=4)
x1.stl <- stl(x1.ts, s.window = "periodic")
plot(x1.stl)

#Use decompose() to separate the trend and seasonal term
x1.dec <- decompose(x1.ts)
plot(x1.dec)

নীচের গ্রাফটি উপরের প্লট (x.stl) বিবৃতি থেকে। stl () সাদা আওয়াজে একটি ছোট মৌসুমী শব্দ পেয়েছে। আপনি বলতে পারেন যে শব্দটি এত ছোট যে এটি আসলে কোনও সমস্যা নয়। সমস্যাটি, বাস্তব তথ্যগুলিতে, আপনি জানেন না যে শব্দটি কোনও সমস্যা কিনা। নীচের উদাহরণে লক্ষ্য করুন যে ট্রেন্ড ডেটা সিরিজের এমন কিছু অংশ রয়েছে যেখানে এটি কাঁচা ডেটার ফিল্টার করা সংস্করণ এবং অন্যান্য বিভাগ যেখানে এটি কাঁচা ডেটার চেয়ে উল্লেখযোগ্যভাবে পৃথক বলে বিবেচিত হতে পারে has

Answer 2

কে প্যারামিটার সিরিয়াল পারস্পরিক সম্পর্কের জন্য যুক্ত ল্যাগগুলির একটি সেট। এডিএফ-এ এ-এর অর্থ হল যে পরীক্ষাগুলি ল্যাগ যোগ করার মাধ্যমে বৃদ্ধি করা হয়। এডিএফটিতে ল্যাগের সংখ্যা নির্বাচন বিভিন্নভাবে করা যেতে পারে। একটি সাধারণ উপায় হ'ল একটি সংখ্যক ল্যাগের একটি অগ্রাধিকার বাছাইয়ের সাথে শুরু করা এবং দীর্ঘতম ল্যাগটি পরিসংখ্যানগতভাবে তাত্পর্যপূর্ণ না হওয়া পর্যন্ত ধারাবাহিকভাবে ল্যাগের সংখ্যা হ্রাস করা।

আপনি এডিএফ-এ ল্যাগ প্রয়োগের পরে অবশিষ্টাংশগুলিতে সিরিয়াল সম্পর্কের জন্য পরীক্ষা করতে পারেন।