Такое понижение может осуществляться, например, путем последовательной редукции расширенной модели за счет исключения из нее незначимых (на 10% уровне) запаздывающих разностей (GS-стратегия перехода от общего к частному) или путем сравнения (оцененных) полной и редуцированных моделей с различными р < ртах по информационному критерию Шварца (SI ). В работах [Hall (1994)] и [Ng, Perron (1995)] показано, что если /7тах > ро, то тогда в пределе (при Т —> °°) SI выбирает правильный порядок модели, а стратегия GS выбирает модель с р > ро при этом факт определения порядка модели на основании имеющихся данных не влияет на асимптотическое распределение статистики Дики — Фуллера. Таблицы критических [c.136]
Если порядок процесса AR(p) заранее неизвестен, то рекомендуется включать возможно большее количество лагов, чтобы устранить возможную автокорреляцию ошибок. Дело в том, что в ADF тесте предполагается, что ошибки являются белым шумом и критические значения, указанные в таблице 11.1, справедливы только при этом условии. Однако включение чрезмерного количества лагов снижает мощность теста. Чтобы определить количество лагов, которое надо включить в уравнение, можно использовать критерии выбора порядка ARMA модели, описанные ниже, или статистическую значимость дополнительной лаговой переменной. Заметим, что тест Дики-Фуллера включен во все современные эконометрйческие пакеты. [c.281]
Нулевая гипотеза будет отвергнута, если статистический критерий (Ji/SEdJi)1 имеет отрицательное значение, меньшее чем критическое значение из таблиц Дики и Фуллера (1979). Критические значения для уровня значимости 1% и 5% соответственно равны —2,58 и —1,95. [c.334]