ADF检验MATLAB程序

格式：doc
大小：33.50 KB
文档页数：4

下载文档原格式

/ 9

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ADF-situation1-statistic1-2.m

%ADF检验法p取2.

%AR(2)过程临界值的确定

T=5000;

N=200;

w1=zeros(1,T);

w2=zeros(1,T);

for t=1:T

sita1=0.7;

sita2=0.3;

ru=sita1+sita2;

labuda1=-sita2;

%p=2;

e=randn(1,N);

y1(1)=e(1);

y1(2)=sita1*y1(1)+e(2);

for j=3:N

y1(j)=sita1*y1(j-1)+sita2*y1(j-2)+e(j);

end

dertay1(1)=y1(1);

for i=2:N

dertay1(i)=y1(i)-y1(i-1);

end

%数据的生成过程

y(1)=e(1);

for k=2:N

y(k)=ru*y(k-1)+labuda1*dertay1(k-1)+e(k);

end

dertay(1)=y(1);

for h=2:N

dertay(h)=y(h)-y(h-1);

end

A=[sum(dertay(1,1:N-1).^2) sum(dertay(1,1:N-1).*y(1,1:N-1));

sum(dertay(1,1:N-1).*y(1,1:N-1)) sum(y(1,1:N-1).^2)];

B=[sum(dertay(1,1:N-1).*y(1,2:N)) sum(y(1,1:N-1).*y(1,2:N))]';

C=inv(A)*B;

ruhat=C(2,1);

labuda1hat=C(1,1);

w1(t)=N*(ruhat-1)/(1-labuda1hat);

%样本方差计算SigmaSquare

episilon1(1)=y(1)-arfahat;

for i1=2:N

episilon1(i1)=y(i1)-ruhat*y(i1-1)-labuda1hat*dertay1(i1-1);%Situation1与Situation2再此处不一样。

end

SigmaSquare=(N-3)^(-1)*sum(episilon1(1,1:N).^2);%有三个参数需要估计，所以是N-3。

YitahatSquare=SigmaSquare.*[0 1]*inv(A)*[0 1]';%在计算YitaSquare时采用了《小书》p66结论。

%SigmaSquare/sum(y(1,1:N-1).^2);

%Statistic2

w2(t)=(ruhat-1)/(YitahatSquare^(1/2));

end

a1=sort(w1);

a2=sort(w2);

b1=a1(fix(T*0.05))

b2=a2(fix(T*0.05))

%在备择假设下的检验