tft每日頭條

 > 圖文

 > spss怎麼進行單側檢驗

spss怎麼進行單側檢驗

圖文 更新时间:2025-01-08 23:08:04

SPSSAU-在線SPSS分析軟件

spss怎麼進行單側檢驗(SPSSAU協整檢驗)1

在宏觀計量經濟研究中,通常會使用VAR模型研究多個時間經濟變量之間的數量關系情況,但是VAR模型要求數據無單位根或者同階單整,如果無單位根通常可直接進行VAR模型構建,如果有單位根但是滿足同階單整,此時則可使用協整檢驗進行分析模型穩定性,通常協整關系後再建立VAR模型即可。與此同時,協整關系也是建立比如誤差修正模型(SPSSAU中的ECM模型)的前提條件。如果研究變量存在協整關系則說明研究數據具有長期均衡關系。

SPSSAU共提供兩種協整檢驗方法,分别是Johansen協整和Engle-Granger協整(也稱EG協整法)。

協整檢驗案例

1 背景

當前有一項美國宏觀聯邦基金利率、通貨膨脹率和失業率的數據,數據日期從1960年第1季度到2012年第1季度,單位為季度,共計209個數據。現希望針對該3個宏觀計量研究進行VAR模型構建,在構建VAR模型發現原序列數據并有單位根,但是滿足同階單整前提,因而需要研究模型是否需要穩定性,此時可進行協整檢驗進行分析。部分數據如下圖所示:

spss怎麼進行單側檢驗(SPSSAU協整檢驗)2

2 理論

SPSSAU共提供兩類協整檢驗,分别是Johansen協整和Engle-Granger協整,通常情況下選擇其中一種即可。關于Johansen協整檢驗,SPSSAU從檢驗不存在協整關系的零假設開始,其後是最多1個協整關系,直至最多N-1個協整關系,共需要進行N次檢驗,比如本案例共有3個宏觀變量,則需要進行3次檢驗,分别是不存在協整關系,最多一個協整關系,最多2個協整關系。

針對Engle-Granger協整(EG兩步法協整檢驗),其原理上第1步是變量之間進行OLS歸得到殘差序列,第2步是檢驗殘差序列穩定性(單位根檢驗,提示:此處單位根非直接單獨進行的單位根檢驗),如果沒有單位根就說明該兩個變量具有協整關系。因而EG兩步法協整檢驗時,如果有N個研究項,SPSSAU則提供N個協整關系檢驗結果。

3 操作

本例子操作截圖如下,檢驗類型,Trend類型,滞後階數這3個參數均為默認值:

spss怎麼進行單側檢驗(SPSSAU協整檢驗)3

關于‘檢驗類型’參數,默認是Johansen協整,可選為Engle-Granger協整(EG兩步法協整)。

關于‘Trend類型’說明:本案例的3個數據并沒有明顯的趨勢而且均值也不接近于0,因而選擇默認的常數類型即可,絕大多數時候均應該使用常數類型。如果說研究變量的均值基本上接近于0,可以考慮使用‘None’類型,如果說研究變量有着較為明顯的趨勢項,此時可考慮使用‘線性趨勢T’。具體更多說明可見本文檔末尾的疑難解惑說明。

關于‘滞後階數’參數,默認時滞後階數讓系統自動定階,當然研究者也可以自主設置階數,具體設置原則建議結合專業知識,或者信息準則越小越好進行判斷,多次構建模型對比不同滞後階數時信息準則的大小,選擇出信息準則最小對應的滞後階數模型即可。

4 SPSSAU輸出結果

關于Johansen協整時,SPSSAU分别4個表格,分别說明如下:

5文字分析

spss怎麼進行單側檢驗(SPSSAU協整檢驗)4

上表格展示模型參數設置情況,包括檢驗類型、趨勢類型和滞後階數情況;本次使用Johansen協整檢驗法進行研究,并且讓SPSSAU進行自動定階設置,另外本次的三個宏觀研究變量并沒有明顯的趨勢性,也不明顯接近于0,因而選擇常數c(默認值即為常數c)。

spss怎麼進行單側檢驗(SPSSAU協整檢驗)5

上表格展示迹統計量結果,Johansen協整檢驗時可使用‘迹統計量’或者‘最大特征根’兩種方法判斷協整關系,建議以‘迹統計量’結果為準。上表格顯示:

針對假設‘None(無協整關系)’:迹統計量值為55.047,其大于1%臨界值為35.463,意味着1%水平上拒絕該假設,說明有着至少1個協整關系。

針對假設‘最多1個協整’:迹統計量值為22.529,其大于1%臨界值為19.935,意味着1%水平上拒絕該假設,即說明大于1個協整關系。

針對假設‘最多2個協整’:迹統計量值為4.723,其大于5%臨界值為3.841,意味着5%水平上拒絕該假設,即說明大于2個協整關系。

3個檢驗分别結論為至少1個協整,大于1個協整,大于2個協整關系,也即說明本案例中的三個研究變量之間均有着協整關系。

特别提示:

  • Johansen協整檢驗時可根據迹統計量,也或者最大特征根進行協整檢驗,通常情況下是使用迹統計量進行判斷;

  • 協整檢驗時可能出現某項無法拒絕原假設,如果僅僅是個别沒有拒絕原假設,研究者可考慮容忍接受有着協整關系作為結論,如果多數均沒有拒絕原假設,則以沒有協整關系作為結論更适合。也或者進行兩兩研究變量分别進行協整檢驗,具體進行分析和判别。

spss怎麼進行單側檢驗(SPSSAU協整檢驗)6

上表格展示最大特征根統計量結果,多數情況下使用迹統計量查看協整關系即可。從上表可知:針對假設‘None(無協整關系)’:最大特征根值為32.518,大于1%臨界值為25.865,意味着1%水平上拒絕該假設,說明至少1個協整關系。

針對假設‘最多1個協整’:最大特征根值為17.807,大于5%臨界值為14.264,意味着5%水平上拒絕該假設,說明至少1個協整關系。

針對假設‘最多2個協整’:其最大特征根值為4.723,大于5%臨界值為3.841,意味着5%水平上拒絕該假設,說明至少2個協整關系。

3個檢驗分别結論為至少1個協整,大于1個協整,大于2個協整關系,也即說明本案例中的三個研究變量之間均有着協整關系。

spss怎麼進行單側檢驗(SPSSAU協整檢驗)7

如果是Johansen協整檢驗,并且參數為自動定階設置,則SPSSAU會輸出VAR模型信息準則并且基于該信息準則最小值 – 1作為滞後階數。

SPSSAU自動定階的原則為信息準則值越小越優,共有提供4個指标,分别是AIC、BIC、FPE和HQIC,如果按照AIC準則時應該以9階為準, BIC準則時應該以2階為準, FPE時應該以9階為準, HQIC準則時應該以3階為準。4個指标值中最小值為2階,因而SPSSAU 4個指标分别定階數的最小值 - 1 作為标準,即最終以1階為準進行Johansen協整檢驗。

特别提示:

  • 關于此處定階為什麼以信息準則等指标最小值 – 1作為标準,原因在于其對應VAR模型差分後滞後項,該處理由數學原理決定,具體可參考相關書籍。

  • 與此同時,研究者可結合自身專業知識等進階階數設置。

如果是使用Engle-Granger法(EG兩步協整法)進行本案例分析,則結果如下表格所示:

spss怎麼進行單側檢驗(SPSSAU協整檢驗)8

從上表格可知:針對假設‘通貨膨脹率與其餘項無協整關系’:p值=0.596>0.1,即意味着接受該假設即通貨膨脹率與另外2項存在協整關系。

針對假設‘失業率與其餘項無協整關系’:p值=0.150>0.1,即意味着接受該假設即失業率與另外2項存在協整關系。

針對假設‘聯邦基金利率與其餘項無協整關系’:p值=0.686>0.1,即意味着接受該假設即聯邦基金利率與另外2項存在協整關系。

特别提示:

  • EG兩步法協整檢驗時可能出現某項無法拒絕原假設,如果僅僅是個别沒有拒絕原假設,研究者可考慮容忍接受有着協整關系作為結論,如果多數均沒有拒絕原假設,則以沒有協整關系作為結論更适合。也或者進行兩兩研究變量分别進行協整檢驗,具體進行分析和判别。

6 剖析

涉及以下幾個關鍵點,分别如下:

  • SPSSAU共提供兩類協整檢驗,分别是Johansen協整和Engle-Granger協整,通常情況下選擇其中一種即可。如果是使用Johansen協整檢驗,其可通過迹統計量或者最大特征根進行協整關系判斷,通常二選一即可,相對來看使用迹統計量判斷協整關系的情況較多。

  • 協整檢驗時可能出現某項無法拒絕原假設,如果僅僅是個别沒有拒絕原假設,研究者可考慮容忍接受有着協整關系作為結論,如果多數均沒有拒絕原假設,則以沒有協整關系作為結論更适合。也或者進行兩兩研究變量分别進行協整檢驗,具體進行分析和判别。

  • 關于Johansen協整檢驗時,SPSSAU自動定階時以最小階數 -1 作為标準。原因在于其對應VAR模型差分後滞後項,該處理由數學原理決定,具體可參考相關書籍,研究者也可結合自身專業知識進行階數設置。

7疑難解惑

  • 如果時間序列一階單整和二階單整,并且其它序列是二階單整,是否可進行協整檢驗?

如果時間序列經過一次差分變成平穩,則稱原序列是1階單整,記為I(1)。如果時間序列經過d次差分後變成平穩序列,則稱原序列是d階單整序列,記為I(d)。同階單整是指兩個或多個時間序列同為d階單整。隻要滿足此前提條件即可。

  • 如果原序列平穩,是否可進行協整檢驗?

如果原序列數據平穩,通常不需要進行協整檢驗,如果需要進行,分析上也可直接使用即可。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关圖文资讯推荐

热门圖文资讯推荐

网友关注

Copyright 2023-2025 - www.tftnews.com All Rights Reserved