Вопрос к математикам
Привет.
О чем говорит такой набор p-статистик для расширенного теста Дикки-Фуллера?
0.0048 0.0131 0.0530 0.072
Насколько я понял гипотезу о стационарности отвергаем на 5%-ом уровне, так как на третьем-четвертом лаге у нас высокие значимости.
Однако матлаб возвращает 1, то бишь принимаем и ряд стационарен.
Применил эту статистику к параметру «Депозиты банков в ЦБ РФ».
По графику очевидно, что ряд нестационарный, а также есть значимые частные автокорреляции :)))
Что я делаю не так?
Вопрос №2 — волатильность стационарна? :)
По второму вопросу опять непонятки: что такое волатильность и волатильность чего?
Но ведь дики-фуллер априори подразумевает наличие в исходном ряде АРСС-модели. Если в исходном ряде такой модели нет, то этим тестом можно получить что угодно.
А ответа на что такое волатильность, я так и не получил?
В таком определении вероятней всего нестационарна.
Это не верно, есть стационарные ряды, не удовлетворяющие АРСС-модели.
Про волатильность я уже сказал выше, что, вероятней всего, она нестационарна.
А условия сходимости и число слагаемых — это уже АРСС-модель. А я говорю о стационарных рядах, для которых вообще неприменима АРСС-модель.
1.Конечная цепь Маркова
2. Могут.
Отвергается одно из двух предположений или сразу оба: ряд не удовлетворяет АРСС-модель и(или) ряд- стационаре.
А вообще я бы для начала разбил ряд на два непересекающихся участка, сравнил одномерные распределения по критерию манна-уитни, если пройдут, то сравнил бы АКФ на тех же участках и если оба этапа дали ответ про совпадение, то со спокойной душой применял бы дики-фуллера.
А если один из первых двух этапов укажет на несовпадение, то стационарности нет вне зависимости от наличия АРСС-модели.
Стационарность проверяется по времени, по времени Вы ряд и разбиваете.
Странно, Вы точно разбили на выборки? А проверяете Вы больше — совпадение одномерных распределений.
Да это без разницы — вторая просто линейное преобразование первой.
И еще, если у ЧАКФ первое значение больше 0,9, а остальные малы, то надо переходить либо к первым разностям, либо к первым разностям логарифмов, так как это признак случайного блуждания и отличия от него надо искать в разностях.
В SPSS деление надо производить с помощью введения дополнительной бинарной переменной.
Ну если обе ЧАКФ не состоят из одного первого значения больше 0,9, то можно применять дики-фуллера.
Мне не очень понятно, как из разных АКФ получаются одинаковые ЧАКФ, хотя конечно предположить, что такое возможно — можно, но это вычурный случай.
Похоже Вам надо сразу переходить либо к первым разностям, либо к первым разностям логарифмов и делать процедуры, о которых я сказал, для них.
Я думаю, что все надо применить сначала (с уилкоксена) и к разностям и к разностям логарифмов.