Badanie stacjonarnoci szeregw czasowych w programie GRETL

Program proponuje nastpujce rodzaje testw stacjonarnoci zmiennych:

1. Funkcj autokorelacji i autokorelacji czstkowej
2. Test Dickeya-Fullera na pierwiastki jednostkowe
3. Periodogram i spektrum procesw
Poniej omawiamy pierwsze dwie grupy testw.
1. Funkcja autokorelacji (autocorrelations function ACF)

Funkcja autokorelacyjna dana jest wzorem:

T

T T (x t x )( xt k x )
(1.1) rk = k = (x t x )( xt k x ) / ( xt x ) =
2 t = k +1

t = k +1 t =1 Ts 2

W przypadku, gdy badany proces jest stacjonarny kolejne wartoci rk powinny by bliskie
zeru. Statystyk badajca istotno kolejnych wspczynnikw korelacji w programie GRETL
jest statystyka Ljunga-Boxa postaci:
k
(1.2) Q(k ) = T (T + 2) (T i) 1 ri 2
i =1

Statystyka (1.2) ma rozkad 2 z k stopniami swobody. Wartoci sprawdzianu wiksze od

wartoci krytycznych pozwalaj na odrzucenie hipotezy zerowej mwicej o nieistotnoci
autokorelacji rzdu k. W przeciwnym wypadku nie ma podstaw do odrzucenia hipotezy
zerowej.

Funkcja autokorelacji czstkowej (partial autocorrelations function PACF)

Pozwala oceni rzd opnienia badanego procesu dla modelu autoregresji AR(k) na
podstawie statystyki Quenouilla postaci:

1.96
(1.3) Q =
n

Jeeli wspczynnik autokorelacji czstkowej jest mniejszy od statystyki Q to nie ma podstaw

do odrzucenia hipotezy o braku zwizku pomidzy procesami o odstpie rwnym k. W
przypadku, gdy wszystkie wartoci funkcji autokorelacji czstkowej s mniejsze od Q naley
wnioskowa, e badany proces jest stacjonarny, co wicej, losowy.

ACF i PACF w programie GRETL

W celu oszacowania ACF i PACF oraz statystyk Q(k) i Q w programie GRETL naley
wybra z menu gwnego ZmiennaKorelogram (lub Korelogram menu kontekstowego)

1
2. Testy Dickeya- Fullera na pierwiastki jednostkowe

Test Dickeya- Fullera (test DF) zaproponowany w 1979 r. zwany jest rwnie testem
pierwiastkw jednostkowych. Sprawdza on istnienie pierwiastka jednostkowego, tzn.
hipotez, e =1 w rwnaniu1:
Komentarz:
(2.1a) yt= yt-1 +t

gdzie t jest procesem biaego szumu, ktry z zaoenia ma redni rwn zero, sta
wariancj i zerow kowariancj pomidzy rnymi obserwacjami, jest wic stacjonarny.

Idea uycia rwnania (2.1a) do badania stacjonarnoci wywodzi si z faktu, e jeli <1, to
szereg yt jest stacjonarny (ma zerow redni i sta wariancj). W przeciwnym wypadku,
rednia procesu jest rwnie staa, lecz wariancja ronie wraz ze wzrostem t, czyli yt jest
niestacjonarny.

W praktyce, w celu uniknicia skutkw niestacjonarnoci regresanta, testowanie parametru

przy opnionej zmiennej odbywa si w oparciu o rwnanie:

(2.1b) yt=yt-1 +t ;

Odrzucenie hipotezy zerowej zakadajcej istnienie pierwiastka jednoskowego: H0: =0, na

rzecz alternatywnej zakadajcej stacjonarno procesu yt: H1: <0, pozwala na stwierdzenie,
e zmienna yt jest integrowana rzdu 0 - ytI(0) - czyli jest stacjonarna.

Statystyka suca do weryfikacji hipotezy o istnieniu pierwiastka jednostkowego ma

^

posta: DF = ^
S ( )

Statystyka DF przypomina sprawdzian testu t-Studenta, lecz nie charakteryzuje si

podobnym rozkadem, lecz jego wartoci krytyczne s znacznie wysze w porwnaniu do
rozkadu t- Studenta2.

Jeli obliczona statystyka DF jest mniejsza od wartoci krytycznej dla odpowiedniej liczby
obserwacji (n), to odrzucamy hipotez zerow (o pierwiastku jednostkowym) na korzy

1
Okrelenie pierwiastek jednostkowy odnosi si do jednostkowego parametru przy yt-1. Stwierdzenie, e
proces yt ma pierwiastek jednostkowy, lub jest zintegrowany rzdu pierwszego jest rwnowane.

2
Tablice wartoci krytycznych znajduj si np. w pracy W. Charemza, D. Deadman [1992], lub W. Enders
[1995]. Uycie ich nie zawsze jest konieczne, bowiem nowoczesne pakiety do analizy szeregw czasowych
(rwnie GRETL) automatycznie podaj wartoci krytyczne, lub prawdopodobiestwa odrzucenia hipotezy
zerowej.

2
hipotezy alternatywnej mwicej o stacjonarnoci yt 3. Jeli obliczona statystyka jest wiksza
od wartoci krytycznej, nie ma podstaw do odrzucenia hipotezy zerowej. Nastpnym etapem
analizy powinno by wtedy testowanie integracji pierwszego rzdu, tzn. jeli yt I(1), to yt
I(0). Powtarzamy zatem test, uywajc yt zamiast yt, gdzie yt oznacza pierwsze rnice
zmiennej yt.

Test Dickeya - Fullera czciej stosuje si do badania stopnia integracji dla zmiennej
generowanej przez proces stochastyczny z dryfem (ang. drift), tzn. dla rwnania:

(2.1) yt=+yt-1 +t

gdzie jest sta (wyrazem wolnym) reprezentujc dryf. Technika testowania jest
analogiczna do wyej zaprezentowanej

Saboci powyszych testw jest fakt, e nie bior one pod uwag moliwoci
wystpowania autokorelacji skadnika losowego. Jeli autokorelacja taka wystpuje (czyli
skadnik losowy nie jest procesem biaego szumu) to wtedy estymatory KMNK nie s
efektywne. Prostym rozwizaniem polecanym przez Dickeya i Fullera jest uycie opnionej
zmiennej objanianej jako dodatkowej zmiennej objaniajcej w celu usunicia autokorelacji.
Test ten, zwany jest rozszerzonym testem Dickeya-Fullera ADF (ang. Augmented Dickey-
Fuller test) i bazuje na oszacowaniach rwnania:
k
(2.2) yt=+yt-1 + iyt-i+t, lub
i =1

k
(2.2a) yt=yt-1 + iyt-i+t
i =1

Za pomoc testu Dickeya - Fullera mona rwnie testowa hipotez o pierwiastku

jednostkowym przeciwko hipotezie o wystpowaniu trendu deterministycznego. Badanie
takie przeprowadza si w oparciu o oglny model postaci:
k
(2.3) yt=0+1t+yt-i + iyt-1+t
i =1

gdzie zesp hipotez ma posta:

H0: = 0 (pierwiastek jednostkowy);

H1: <0 (trend deterministyczny);

3
Wartoci krytyczne rozkadu DF s ujemne. Oznacza to, e jeli wemiemy pod uwag wartoci bezwzgldne
(krytyczne i sprawdzianu testu), hipotez zerow odrzucamy dla wartoci wikszych od wartoci krytycznych.

3
Przykady zastosowania testw na stacjonarno zmiennych w programie GRETL

Przykady dotycz sztucznie generowanych zmiennych w oparciu o nastpujce procesy:

y1t=y1t-1+e1t
y2t=y2t-1+e2t
y3t=y3t-1+e3t
y4t=1+y4t-1+e4t
y5t=-1+y5t-1+e5t
y6t=y6t-1+t+e6t
y7t=1+y7t-1+t+e7t
y8t=0.1y8t-1+e8t
y9t=0.5y9t-1+e9t
y10t=0.9y10t-1+e10t
y11t=0.1y11I-1+t+e11t
y12t=0.5y12t-1+t+e12t
y13t=0.9y13t-1+t+e13t
Sposb generowania procesw y1 y13 polega na tym, e najpierw wygenerowano w Excelu
13 zmiennych losowych o dugoci 100 obserwacji ze standaryzowanego rozkadu
normalnego (NarzdziaAnaliza DanychGenerowanie Liczb Pseudolosowych). Nastpnie,
przyjmujc w kadym z powyszych przypadkw y0=0, obliczano kolejne wartoci ykt dla k=
1,...13, t=1,...,100.
W ten sposb wygenerowano zmienne, o ktrych z gry wiadomo, e:
e1,...,e13 to biaoszumowe procesy losowe, zintegrowane rzdu 0, tzn. stacjonarne w redniej
(trend deterministyczny) i wariancji (trend stochastyczny, integracja)
y1, y2, y3 to procesy random walk, tzn. integrowane rzdu 1, czyli z trendem stochastycznym
y4, y5 to procesy random walk with drift , tzn.integrowane rzdu 1, czyli z trendem
stochastycznym
y6, y7 to procesy random walk with trend (ew. drift), czyli zintegrowane rzdu 1 z
dodatkowym trendem liniowym, tzn. trend stochastyczny i deterministyczny
y8, y9, y10 procesy stacjonarne: bez trendu stochastycznego i deterministycznego
y11, y12, y13 procesy stacjonarne w wariancji (zintegrowane rzdu 0, czyli bez trendu
stochastycznego), lecz niestacjonarne w redniej (z trendem deterministycznym).

4
Przykad badania stacjonarnoci za pomoc funkcji autokorelacyjnej w programie GRETL
Po wybraniu z menu kontekstowego opcji Korelogram (lub ZmiennaKorelogram) dla
zmiennej e1 otrzymujemy nastpujce wyniki:
Tablica 1: Wyniki dziaania funkcji Korelogram zastosowanej do zmiennej e1
Ljung-Box Q' = 20.9197
Stopnie swobody = 14, p-value = 0.1037
1) 0.0661 2) -0.2202 3) -0.1621 4) 0.0097 5) -0.0096
6) -0.1568 7) 0.0511 8) 0.0715 9) 0.0258 10) 0.0085
11) 0.1561 12) -0.1602 13) -0.1451 14) -0.1029
Funkcja autokorelacji czstkowej (PACF):
1) 0.0661 2) -0.2256 3) -0.1369 4) -0.0220 5) -0.0799
6) -0.1930 7) 0.0477 8) -0.0266 9) -0.0152 10) 0.0326
11) 0.1772 12) -0.2161 13) -0.0279 14) -0.1250
rdo: Obliczenia wasne w programie GRETL
Z tabeli 1 wynika, e poszczeglne wartoci wspczynnikw autokorelacji s niewielkie,
pozwalajce przypuszcza, e mona je uzna za rwne zero. Niestety statystyka Q(k) por.
wzr 1.2, ktra to weryfikuje, jest liczona w programie GRETL jedynie dla ostatniej korelacji
rzdu k=14 (a zatem moemy zweryfikowa istotno tylko tej ostatniej autokorealcji). W
tym wypadku statystyka Q(14)=20,9197 jest mniejsza od 5% wartoci krytycznej rozkadu 2
z 14 stopniami swobody wynoszcej 20.05=23,68484. Nie ma zatem podstaw do odrzucenie
hipotezy zerowej o braku autokorelacji rzdu 14 (o czym wiadczy rwnie warto p-value).
Poniewa w podanym przykadzie nie wystpuj przesanki do badania autokorelacji
okrelonego rzdu (w przeciwiestwie do danych kwartalnych lub miesicznych, gdzie bada
si autokorelacj 4 lub 12 rzdu) obliczymy funkcj autokorelacyjn rzdu 1. W tym celu po
wybraniu opcji Korelogram naley wpisa warto 1 w oknie Maksymalne opnienie. Po
wykonaniu tych czynnoci dostajemy wyniki z tabeli 2.
Tablica 2:Wyniki dziaania funkcji Korelogram zastosowanej do zmiennej e1 z opnieniem 1
Ljung-Box Q' = 0.4408
Stopnie swobody = 1, p-value = 0.5067
1) 0.0661
Funkcja autokorelacji czstkowej (PACF):
1) 0.0661
rdo: Obliczenia wasne w programie GRETL
Oczywicie wartoci autokorelacji s identyczne, lecz w tym wypadku otrzymujemy
statystyk Q(1) pozwalajc przetestowa autokorelacj rzdu 1. Poniewa Q(1)=0,4408 jest
mniejsza od 5% wartoci krytycznej rozkadu 2 z 1 stopniem swobody wynoszcej
20.05=3,841 zatem stwierdzamy, e autokorelacj rzdu 1 mona uzna za rwn zeru. Jest to
zgodne z przewidywaniami, poniewa wiadomo, e e1 jest procesem losowym.

4
Wartoci krytyczne rozkadu moemy uzyska w programie GRETL w menu NarzdziaTablice Statystyczne

5
Przykad badania stacjonarnoci za pomoc testw Dickeya-Fullera w programie GRETL- dla
stacjonarnego procesu e1 bez trendu liniowego
Testy Dickeya Fullera weryfikuj nastpujcy zesp hipotez:
H0: yt jest integrowane rzdu 1, tzn. w procesie wystpuje pierwiastek jednostkowy (trend
stochastyczny)
H1: yt jest integrowane rzdu 0, tzn. stacjonarne, bez trendu stochastycznego (lecz w dalszym
cigu z moliwoci wystpowania trendu deterministycznego)
W programie GRETL moliwe jest testowanie nastpujcych specyfikacji modelu: (2.1),
(2.1a), (2.2) oraz modyfikacji tych postaci z doczonymi zmiennymi opnionymi w celu
wyeliminowanie autorkorelacji zakce, tzn. (2.2), (2.2a), (2.3). Aby zastosowa test DF w
programie GRETL naley z menu gwnego wybra: ZmiennaTest ADF (lub z menu
konteksowego Test Dickeya-Fullera) a nastpnie zaznaczy trzy pierwsze specyfikacje
modelu, tzn.:

- test bez wyrazu wolnego (2.2a)

- test z wyrazem wolnym (2.2)
- test z trendem liniowym (2.3)

Rys. 1: Pole wyboru testu ADF

rdo: Program GRETL

6
Domylnie GRETL wywietla wartoci statystyk dla rwna (2.2) (2.2a) i (2.3) przy k=1,
lecz mona to zmieni, co jest polecane w przypadku danych o okrelonej czstotliwoci.
Poniewa w naszym przypadku nie zachodzi niebezpieczestwo autokorelacji wybieramy
k=0, co powoduje oszacowanie prostszych wersji powyszych rwna a mianowicie postaci
(2.1a), (2.1) i (2.2). Zastosowanie postaci z trendem liniowym (2.2) lub (2.3) jest wskazane
wwczas, gdy wiadomo, e badana zmienna wykazuje trend deterministyczny. Natomiast
wybr postaci z wyrazem wolnym i bez nie wpywa zasadniczo na wyniki testw.
Wyniki dziaania funkcji ADF pokazuje tabela 3:
Tabela 3: Test DF dla zmiennej e1 dla rwna (2.1a), (2.1), (2.2) - k=0
Test Dickeya-Fullera dla e1
liczebno prby 99
Hipoteza zerowa: wystpuje pierwiastek jednostkowy a = 1; proces I(1)

test bez wyrazu wolnego (const)

model: (1 - L)y = (a-1)*y(-1) + e
estymowana warto (a-1) wynosi: -0.93223
statystyka testu: t = -9.19279
p-value 2.141e-034

test z wyrazem wolnym (const)

model: (1 - L)y = b0 + (a-1)*y(-1) + e
estymowana warto (a-1) wynosi: -0.933118
statystyka testu: t = -9.15754
p-value 5.148e-009

z wyrazem wolnym i trendem liniowym

model: (1 - L)y = b0 + b1*t + (a-1)*y(-1) + e
estymowana warto (a-1) wynosi: -0.9446
statystyka testu: t = -9.23142
p-value 1.969e-011
rdo: Obliczenia wasne w programie GRETL
Program GRETL nie podaje wartoci krytycznych (ktre nie mona rwnie wygenerowa w
programie, lecz mona znale w podrcznikach) lecz warto p, ktra mwi o poziomie
istotnoci dla ktrego mona odrzuci hipotez zerow. Jeeli zdecydujemy si wnioskowa
na 5% poziomie istotnoci, to wartoci p-value poniej 0,05 bd wiadczy o stacjonarnoci
zmiennej.
W naszym przypadku, zgodnie z oczekiwaniami wartoci p z wszystkich trzech regresji (por.
tablica 3) s znacznie nisze od 0,05, zatem stwierdzamy, e badany proces e1 jest stacjonarny

7
Przykad badania stacjonarnoci za pomoc testw Dickeya-Fullera w programie GRETL- dla
stacjonarnego procesu y11 z trendem liniowym
W przypadku, gdy badana zmienna wykazuje liniowy trend deterministyczny, uycie
testw (2.1a), (2.1) lub (2.2a) (2.2) wskae na wystpowanie pierwiastka jednostkowego,
czyli integracji pierwszego stopnia. Podejmiemy zatem decyzj o niestacjonarnoci zmiennej,
lecz bdnie rozpoznamy przyczyn tej niestacjonarnoci w postaci trendu stochastycznego,
podczas gdy niestacjonarno jest wywoana przez trend deterministyczny. W tablicy 4
pokazana jest wanie taka sytuacja, gdy dla zmiennej y11, o ktrej wiadomo, e
charakteryzuje si jedynie trendem deterministycznym, z dwch pierwszych regresji
otrzymujemy bardzo wysok warto p, wskazujc na wystpowanie pierwiastka
jednostkowego.
Tablica 4: Test DF dla zmiennej y11 bez pierwiastka jednostkowego z trendem liniowym
Test Dickeya-Fullera dla y11
liczebno prby 99
Hipoteza zerowa: wystpuje pierwiastek jednostkowy a = 1; proces I(1)

test bez wyrazu wolnego (const)

model: (1 - L)y = (a-1)*y(-1) + e
estymowana warto (a-1) wynosi: 0.0151155
statystyka testu: t = 6.28497
p-value 1

test z wyrazem wolnym (const)

model: (1 - L)y = b0 + (a-1)*y(-1) + e
estymowana warto (a-1) wynosi: -0.00113891
statystyka testu: t = -0.254894
p-value 0.9265

z wyrazem wolnym i trendem liniowym

model: (1 - L)y = b0 + b1*t + (a-1)*y(-1) + e
estymowana warto (a-1) wynosi: -0.838941
statystyka testu: t = -8.35324
p-value 6.06e-010
rdo: Obliczenia wasne w programie GRETL
Jeli natomiast uyjemy do badania regresji trzeciej, uwzgldniajcej liniowy trend
deterministyczny, to podejmiemy waciw decyzj o braku integracji (pierwiastka
jednostkowego). Warto p dla tej regresji wynosi p-value=0,000000000606 i jest znacznie
nisza od poziomu istotnoci rzdu 0,05, co pozwala odrzuci hipotez o pierwiastku
jednostkowym.

8
NOTATNIK
Uwagi oglne do programu GRETL:
1. Zarwno zmienne, jak i foldery nie powinny zawiera polskich znakw oraz nazw
duszych ni 8 znakw
2. Aby byy dostpne funkcje do analizy szeregw czasowych naley okreli waciw
struktur danych: PrbaStruktura danychSzeregi czasowe