PP.test
位于 stats
包(package)。 说明
计算原假设的 Phillips-Perron 检验,即 x
具有针对固定替代的单位根。
用法
PP.test(x, lshort = TRUE)
参数
x |
数值向量或单变量时间序列。 |
lshort |
指示是否使用截断滞后参数的短版本或长版本的逻辑。 |
细节
使用包含常数和线性趋势的一般回归方程,并计算一阶自回归系数的校正t-statistic等于1。为了估计sigma^2
,使用Newey-West估计器。如果 lshort
是 TRUE
,则截断滞后参数设置为 trunc(4*(n/100)^0.25)
,否则使用 trunc(12*(n/100)^0.25)
。 p 值是根据 Banerjee 等人 (1993) 第 103 页的表 4.2 插值得出的。
不处理缺失值。
值
类"htest"
的列表包含以下组件:
statistic |
检验统计量的值。 |
parameter |
截断滞后参数。 |
p.value |
检验的 p 值。 |
method |
指示执行什么类型的测试的字符串。 |
data.name |
给出数据名称的字符串。 |
例子
x <- rnorm(1000)
PP.test(x)
y <- cumsum(x) # has unit root
PP.test(y)
作者
A. Trapletti
参考
A. Banerjee, J. J. Dolado, J. W. Galbraith, and D. F. Hendry (1993). Cointegration, Error Correction, and the Econometric Analysis of Non-Stationary Data. Oxford University Press, Oxford.
P. Perron (1988). Trends and random walks in macroeconomic time series. Journal of Economic Dynamics and Control, 12, 297-332. doi:10.1016/0165-1889(88)90043-7.
相关用法
- R Poisson 泊松分布
- R Pair 构造配对数据对象
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
- R eff.aovlist 多层方差分析的计算效率
- R pairwise.t.test 成对 t 检验
- R loglin 拟合对数线性模型
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R bartlett.test 方差齐性的 Bartlett 检验
- R influence.measures 回归删除诊断
- R loess.control 设置黄土参数
- R Normal 正态分布
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Phillips-Perron Test for Unit Roots。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。