ユニットルートテストの結果をどのように解釈しますか？

プロジェクトに対していくつかのユニットルートテストを実行する必要があります。データの解釈方法がわからないだけです（これは私が要求されたものです）。

これが私の結果の1つです。

dfuller Demand

Dickey-Fuller test for unit root                   Number of obs   =        50

                  ---------- Interpolated Dickey-Fuller ---------
                Test         1% Critical       5% Critical     10% Critical
             Statistic         Value            Value           Value      
       -------------------------------------------------------------------
Z(t)           -1.987         -3.580            -2.930          -2.600
       -------------------------------------------------------------------
          MacKinnon approximate p-value for Z(t) = 0.2924

臨界値とp値の結果について何を言いますか？

これは、デマンドがユニットルートプロセスに従うという帰無仮説をテストします。通常、p値が指定された有意水準以下、多くの場合0.05（5％）、または0.01（1％）、さらには0.1（10％）の場合、nullを拒否します。おおよそのp値は0.2924であるため、これらすべてのケースでnullを拒否できませんが、null仮説が真であることを意味するものではありません。データは単にそれと一致しています。

これを確認するもう1つの方法は、テスト統計が10％の臨界値よりも（絶対値で）小さいことです。-4のような検定統計量を観察した場合、nullを拒否し、変数が定常的であると主張できます。これは、テスト統計が「極度」であるときに拒否することを覚えている場合、より身近な方法かもしれません。絶対値のことは少しわかりにくいので、p値を確認したいと思います。

しかし、あなたはまだ終わっていません。気にして試してみるべきこと：

1. ここに遅れはありません。適切な数を選択する方法については、3つの考え方があります。1つは、データの頻度を使用して決定することです（四半期ごとに4ラグ、月ごとに12ラグ）。2つ目は、必要なラグよりも大きいと確信しているラグをいくつか選択し、重要でないラグが1つずつある限り、最も長いラグを削除します。これは段階的なアプローチであり、あなたを迷わせる可能性があります。3つ目は、使用するdfglsラグの最適な数の見積もりを含む、修正されたDFテスト（スタタ）を使用することです。このテストは、その単語の統計的な意味でもより強力です。
2. また、ドリフトやトレンドの条件もありません。データのグラフが時間とともに上昇傾向を示している場合は、傾向オプションを追加します。傾向はないが、平均値がゼロでない場合は、デフォルトのオプションで問題ありません。データのグラフを投稿すると役立ちます。

@ Dimitriyへの追加：

Stata走るOLSための回帰ADFでのfirst differenceフォームを。したがって、ヌルは、右側の従属変数（ここでは需要）のレベルのラグの係数がゼロであることです（first differenceフォームで回帰が実行されていることを確認するには、オプションの回帰を使用する必要があります）。代替案は、ゼロよりも小さいことです（one-tailed test）。したがって、計算されたテスト統計と臨界値を比較するとき、計算された値が臨界値よりも小さい場合はnullを拒否する必要があります（note that this is one (left) tailed test）。あなたの場合、-1.987は-3.580（1％の臨界値）以上です[絶対値は通常に適用されるため、絶対に使用しないでくださいtwo-tailed test]。したがって、1％でnullを拒否しません。そのように続けると、nullも5％または10％で拒否されないことがわかります。これも確認されますMacKinnon approximate p-value for Z(t) = 0.2924 これは、ヌルが30％程度しか拒否されないことを示しています。これは、従来の有意水準（1、5、および10％）を考慮するとかなり高いです。

より理論的：

nullの下では、要求はユニットルートプロセスに従います。したがって、通常の中心極限定理を適用することはできません。代わりに、関数の中心極限定理を使用する必要があります。つまり、検定統計量はt分布ではなくTau分布に従います。したがって、の重要な値は使用できませんt-distribution。

スタタ

Valor z> Valorcrítico5％>>>> Acepto Ho：la serie tieneraícesunitarias >>>> Si hayraícesunitarias >>>> serie no estacionaria

La probabilidad del valor de z（t）es no significativo >>>> serie no estacionaria

Valor z≤Valorcrítico5％>>>> Rechazo Ho：la serie tieneraícesunitarias >>>> No hayraícesunitarias >>>> serie estacionaria

La probabilidad del valor de z（t）es significativo >>>> serie estacionaria

（大まかな、やや無料）翻訳

$z > z_{0.05}$$z_{0.05}$$H_0$

$p$$z(t)$

$z \leq z_{0.05}$$H_0$

$p$$z(t)$