如何解決面板數(shù)據(jù)中的序列自相關(guān)問題？stata時間序列如何加入t再回歸？將回歸中的T加入時間序列的方法，使得玩家需要將T的值加入，然后使用回歸模型進行擬合。R軟件里的ADF檢驗，結(jié)果怎么看？看到這個問

如何解決面板數(shù)據(jù)中的序列自相關(guān)問題？

stata時間序列如何加入t再回歸？

將回歸中的T加入時間序列的方法，使得玩家需要將T的值加入，然后使用回歸模型進行擬合。

R軟件里的ADF檢驗，結(jié)果怎么看？

看到這個問題，正好我最近的論文用到了ADF測試的方法，而且我前段時間研究了ADF測試的全過程，對它有了更深入的理性認識。

一般來說，一般來說，ADF檢驗主要用于時間序列數(shù)據(jù)，因為時間序列會有一個不穩(wěn)定的過程。不穩(wěn)定的時間序列數(shù)據(jù)可能導(dǎo)致t檢驗失敗和自回歸系數(shù)的有偏估計等問題。最后，用stata對數(shù)據(jù)運行回歸可能是偽回歸或偽相關(guān)，所以得到的回歸結(jié)果并不可靠。

ADF檢驗中很重要的一個環(huán)節(jié)就是看滯后階數(shù)是否顯著(滯后期)，然后回歸。接下來，讓我們 讓我們來談?wù)剆tata的運營流程:

首先進行無趨勢項的DF檢驗，命令為dfuller lny(如果lny是經(jīng)濟產(chǎn)出變量)，看DF統(tǒng)計量是否大于左單側(cè)檢驗，如果小于，則為 "存在單位很 "可以拒絕。

然后輸入 "dfuller lny，lags(xx)reg "，其中xx可以是檢測最佳滯后階數(shù)的任何數(shù)字。如果z值始終不顯著，可以使用PP test，命令為:pperron lny。

如果PP測試仍然不顯著...然后用最有效的測向-GLS測試，命令是 "dfgls lny "。這個時候stata會給你一個表格，會顯示在幾個訂單的1%、5%、10%時數(shù)據(jù)不顯著。如果此時不顯著，則證明時間序列有單位根。

在發(fā)現(xiàn)數(shù)據(jù)有單位根之后，我們需要把原來的假設(shè)變成平穩(wěn)序列。這時，我們需要進行KPSS測試，命令是 "kpss lny，nottrend "。

然后stata會告訴你數(shù)據(jù)從幾個訂單滯后到幾個訂單。如果統(tǒng)計量都大于5%置信水平的統(tǒng)計值，則認為有單位根。因此，命令是:dfgls dlny。如果表格顯示滯后階在幾個階之間，那么此時可以拒絕原來的假設(shè)，即差分dlny被認為是平穩(wěn)過程。

之后，執(zhí)行kpss測試，命令是 "kpss dlny，nottrend "。

這個時候我們就可以看到統(tǒng)計數(shù)據(jù)離得很遠了。如果小于5%的臨界值，可以接受平穩(wěn)過程的原假設(shè)，最后填寫ADF檢驗結(jié)果表時，可以寫成: "lny被接受為A階整數(shù)a(x)過程。 "

然后對每個時間序列變量重復(fù)上述過程。

在最終結(jié)果表中寫入: "ADF統(tǒng)計，5%臨界值，P值，穩(wěn)定與否。 "

經(jīng)過kpss檢驗，可以是幾階一元過程。(如果可以 不懂數(shù)理邏輯，可以先去軟件操作，你不 本文不需要太多的理論推導(dǎo)。你可以直接去看結(jié)果分析和回歸結(jié)果，然后準備答辯時的理論推導(dǎo)。)

參考:陳強。高級計量經(jīng)濟學(xué)與stata應(yīng)用[M]。高等教育出版社。2010(414-422).