单位根检验的EViews操作

我用的是Eviews3.1注册版（因为其他的版本没注册都不稳定容易自己关闭程序），但大抵操作应该是相同的。

首先建立新的workfile,在命令窗口输入series，弹出新建的数列窗口，把要检验的数据存进去。

然后再数列窗口下点击view，找到unit root test就是单位根检验，弹出来的窗口的左上角是选择检验方式，一般保持默认的DF那一项就好了，Eviews里面的这个DF选项是把DF与ADF检验都包括在一起了。

右边的intercept啦intercept and trend啦是针对ADF 检验的不同模型，如果搞不清楚干脆就按默认吧。

左下角的level,1st differential，2st什么的是问你是针对原始数据、还是一阶差分、二阶差分来做检验，默认是level,就是原始数据。

都选好之后点击OK就好了。

输出的结果主要是看上面的表，第一个表左边给出一个值，右边给了三个值，分别是置信度99%，95%，90%的ADF检验临界值。

左边的值如果小于右边的某个值，说明该数据落在右边那个对应值的置信区间里。

比如左边给出-3，右边对应95%置信度的值是-1，-3<-1所以数据不存在单位根，是平稳的，这一检验的置信度是95%。

大概是这样吧，具体的ADF模型选择等等最好看一看相关书籍。

Eviews不难学的~~嘿嘿我也就是三天恶补大概看完的。

ADF检验的原假设是存在单位根，一般EVIEWS输出的是ADF检验的统计值，只要这个统计值是小于1%水平下的数字就可以极显著的拒绝原假设，认为数据平稳。

注意，ADF值一般是负的，也有正的，但是它只有小于1%水平下的才能认为是及其显著的拒绝原假设这样的话，如果你的变量是水平变量。

那么，你需要取对数，一般来说，取对数后的变量一般是平稳的，这样，你无需作协整；如果对数变量非平稳，再取一阶差分（绝大多数的水平变量取对数后再一阶差分是平稳的），你就可以作协整了了。

如果你的变量已是相对数，xt 与yt 并非I（1），那么，不能作协整，仅作一般的时间序列分析即可。

Eviews做单位根检验和格兰杰因果分析一，首先我根据ADF检验结果，来说明这两组数据对数情况下是否是同阶单整的（同阶单整即说明二者是协整的，这是一种协整检验的方法），我对你的两组数据分别作了单位根检验，结果如下：1.LNFDI水平下的ADF结果：Null Hypothesis: LNFDI has a unit rootExogenous: ConstantLag Length: 2 (Automatic based on AIC, MAXLAG=3) Augmented Dickey-Fuller test statistict-Statistic Prob.*-1.45226403166189 0.526994561264069Test critical values:1% level -4.004424924017175% level -3.0988964053233710% level -2.69043949557234*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 14从上面的t-Statistic对应的值可以看到，-1.45226403166189大于下面所有的临界值，因此LNFDI在水平情况下是非平稳的。

然后我对该数据作了二阶，再进行ADF检验结果如下：t-Statistic Prob.*- 2.8606168858628 0.0770552989049772Test critical values:1% level -4.057909684396635% level -3.1199095651240810% level -2.70110325490427看到t-Statistic的值小于10% level下的-2.70110325490427，因此可以认为它在二阶时，有90%的可能性，是平稳的。

单位根检验的eviews操作单位根检验是时间序列分析中常用的方法，用于检测序列是否具有随机游走性。

本文将介绍如何在Eviews中进行单位根检验。

首先，打开Eviews软件，导入要进行单位根检验的时间序列数据。

接下来，依次选择“View”-“Coefficient Tests”-“Unit Root Test”。

在“Unit Root Test”窗口中，首先需要在右侧“Specification”栏选择要进行的单位根检验方法。

通常使用的有ADF（Augmented Dickey-Fuller）检验、PP（Phillips-Perron）检验、KPSS（Kwiatkowski-Phillips-Schmidt-Shin）检验等方法。

这里以ADF检验为例。

在“ADF Specification”选项卡中，可以输入滞后阶数和趋势项。

滞后阶数一般为0或1，趋势项可以是无、常数项或常数项和趋势项。

一般情况下，选择一次滞后和常数项即可。

接下来，点击“OK”按钮即可进行单位根检验。

分析结果将会显示在新打开的“Unit Root Test Results”窗口中。

其中，关注ADF统计量及其p值。

当ADF统计量的绝对值小于临界值，或者p值大于0.05时，说明序列存在单位根，即不平稳；否则可以拒绝存在单位根的假设，说明序列是平稳的。

另外，在“Unit Root Test Results”窗口中还可以看到检验时的样本量、滞后阶数、趋势项、估计方程等信息，方便用户进行进一步分析。

除了ADF检验以外，PP检验和KPSS检验的操作也与ADF检验类似，不再赘述。

总之，单位根检验是时间序列分析中常用的方法，在Eviews中进行单位根检验非常方便，只需要几步操作即可得到结果，为后续的进一步分析提供基础。

我国1978-2003年GDP数据平稳性分析实验报告
开机进入eviews系统，建立时间序列，导入以下数据：
x(年度）y（GDP）x(年度）y（GDP）
1978 1991
1979 1992
1980 1993
1981 1994
1982 1995
1983 1996
1984 7171 1997
1985 1998
1986 1999
1987 2000
1988 2001
1989 2002
1990 2003
绘制y的时序图可初步判断该序列是不平稳的。

如图所示：
120000
100000
80000
60000
40000
20000
78808284868890929496980002
Y
接着进行单位根检验：
输入y，弹出如下窗口：
选择ADF检验，level（水平序列），trend and intercept，滞后期数设为2.得到：
可知，在原假设下，单位根的t检验统计量的值为，比在1％，5％，10％这三个显著性水平下的单位根检验的临界值都要大，故接受原假设，可知该时间序列存在单位根，为非平稳序列。

继续对该序列的一阶差分进行检验。

得到
单位根的t检验统计量的值为，比在10％显著性水平下的单位根检验的临界值要小，即拒绝原假设，表明该序列的一阶差分为平稳序列。