PP.test
位於 stats
包(package)。 說明
計算原假設的 Phillips-Perron 檢驗,即 x
具有針對固定替代的單位根。
用法
PP.test(x, lshort = TRUE)
參數
x |
數值向量或單變量時間序列。 |
lshort |
指示是否使用截斷滯後參數的短版本或長版本的邏輯。 |
細節
使用包含常數和線性趨勢的一般回歸方程,並計算一階自回歸係數的校正t-statistic等於1。為了估計sigma^2
,使用Newey-West估計器。如果 lshort
是 TRUE
,則截斷滯後參數設置為 trunc(4*(n/100)^0.25)
,否則使用 trunc(12*(n/100)^0.25)
。 p 值是根據 Banerjee 等人 (1993) 第 103 頁的表 4.2 插值得出的。
不處理缺失值。
值
類"htest"
的列表包含以下組件:
statistic |
檢驗統計量的值。 |
parameter |
截斷滯後參數。 |
p.value |
檢驗的 p 值。 |
method |
指示執行什麽類型的測試的字符串。 |
data.name |
給出數據名稱的字符串。 |
例子
x <- rnorm(1000)
PP.test(x)
y <- cumsum(x) # has unit root
PP.test(y)
作者
A. Trapletti
參考
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.
相關用法
- R Poisson 泊鬆分布
- R Pair 構造配對數據對象
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
- R plot.stepfun 繪製階躍函數
- R alias 查找模型中的別名(依賴項)
- R qqnorm 分位數-分位數圖
- R eff.aovlist 多層方差分析的計算效率
- R pairwise.t.test 成對 t 檢驗
- R loglin 擬合對數線性模型
- R predict.smooth.spline 通過平滑樣條擬合進行預測
- R bartlett.test 方差齊性的 Bartlett 檢驗
- R influence.measures 回歸刪除診斷
- R loess.control 設置黃土參數
- R Normal 正態分布
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Phillips-Perron Test for Unit Roots。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。