我试图在 ARIMA(p,d,q) 中使用Stata.
因此，我首先通过转换我的时间序列使其静止来确定 d。
我的问题是，在执行增强的 Dickey Fuller 测试来测试平稳性时，我必须选择滞后数。这个滞后数与我稍后估计的 ARMA(p,q) 模型的 p 有关吗？不使用如何确定dfgls？
我尝试使用几种不同的延迟，但我不确定如何选择：我添加了一个我获得的结果表。
dfuller log_consommation, lags(0) regress
regress D.log_consommation l1.log_consommation
estat ic
dfuller log_consommation, lags(1) regress
regress D.log_consommation l1.log_consommation l1.(D.log_consommation)
estat ic
dfuller log_consommation, lags(2) regress
regress D.log_consommation l1.log_consommation l1.(D.log_consommation) l2.(D.log_consommation)
estat ic
dfuller log_consommation, lags(3) regress
regress D.log_consommation l1.log_consommation l1.(D.log_consommation) l2.(D.log_consommation) l3.(D.log_consommation)
estat ic
dfuller log_consommation, lags(4) regress
regress D.log_consommation l1.log_consommation l1.(D.log_consommation) l2.(D.log_consommation) l3.(D.log_consommation) l4.(D.log_consommation)
estat ic
我得到：
Augmented Dickey-Fuller test regressions and test statistic
--
(1) (2) (3) (4) (5) (6)
No lag 1 lag 2 lags 3 lags 4 lags 5 lags
--
L.log_cons~n -0.0137*** -0.0105*** -0.00741*** -0.00678** -0.00662** -0.00574*
(-8.06) (-5.12) (-3.40) (-2.96) (-2.76) (-2.31)
LD.log_con~n 0.173* 0.131 0.118 0.113 0.108
(2.00) (1.50) (1.28) (1.21) (1.16)
L2D.log_co~n 0.283** 0.249** 0.245* 0.228*
(3.34) (2.82) (2.62) (2.43)
L3D.log_co~n 0.0608 0.0527 0.0217
(0.68) (0.57) (0.22)
L4D.log_co~n 0.0195 -0.00939
(0.22) (-0.10)
L5D.log_co~n 0.119
(1.32)
_cons 0.176*** 0.135*** 0.0952*** 0.0874** 0.0855** 0.0743*
(8.57) (5.34) (3.52) (3.07) (2.85) (2.39)
aic -888.5 -889.0 -890.1 -881.7 -871.4 -863.4
bic -882.8 -880.6 -878.9 -867.7 -854.7 -844.0
t_ADF -8.062 -5.118 -3.399 -2.965 -2.759 -2.310
t statistics in parentheses
* p<0.05, ** p<0.01, *** p<0.001