【原】Cannot find entry file index.ios.js [index.android.js] in any of the roots

<think>我们面对两个核心问题：ADF检验的正确执行和VAR模型最优滞后期的选择。此外，还需要解决因maxlags过大导致VAR模型无法估计的问题。 ### 问题一：ADF检验的正确执行 ADF检验用于判断时间序列的平稳性。步骤： 1. **数据准备**：确保数据为时间序列格式，且已进行对数转换（根据用户描述已完成）。 2. **检验步骤**： - 原假设$H_0$：存在单位根（序列非平稳） - 备择假设$H_1$：不存在单位根（序列平稳） - 若p值小于显著性水平（通常为0.05），则拒绝原假设，认为序列平稳。 **注意事项**： - 若序列非平稳，需进行差分处理，直到通过ADF检验（即平稳）。 - 对于多个变量，需确保所有变量同阶单整（如都为一阶差分平稳）才能建立VAR模型，否则需考虑协整关系（如Johansen检验）。 ### 问题二：VAR模型最优滞后期选择 使用信息准则（LR、FPE、AIC、SC、HQ）选择最优滞后期$p$。这些准则都是通过平衡拟合优度和模型复杂度（参数数量）来选择滞后期。 **准则公式**： 1. **Akaike信息准则 (AIC)**： $$ \text{AIC} = 2k - 2\ln(\hat{L}) $$ 2. **Schwarz准则 (SC/BIC)**： $$ \text{BIC} = k \ln(n) - 2\ln(\hat{L}) $$ 3. **Hannan-Quinn准则 (HQ)**： $$ \text{HQ} = 2k \ln(\ln(n)) - 2\ln(\hat{L}) $$ 4. **最终预测误差 (FPE)**： $$ \text{FPE} = \frac{(n + k^*)}{(n - k^*)} \hat{\sigma}^2 $$ 其中$k^*$是待估参数个数，$\hat{\sigma}^2$是残差方差估计。 5. **似然比检验 (LR)**： $$ \text{LR} = -2(\ln\mathcal{L}_p - \ln\mathcal{L}_{p+1}) \sim \chi^2_m $$ 其中$m$是约束条件的个数（即增加的滞后项数）。 **选择原则**： - 选择使这些准则值最小的滞后期$p$。 - 通常，AIC和FPE倾向于选择较大的滞后期，而SC和HQ倾向于选择较小的滞后期。 ### 问题三：maxlags过大导致VAR无法估计 当maxlags过大时，模型参数过多，可能导致： 1. **样本不足**：参数数量超过样本量。 2. **多重共线性**：滞后项间高度相关。 3. **数值不稳定**：矩阵求逆困难。 **解决方案**： 1. **限制最大滞后期**：根据经验，最大滞后期$p_{\max}$应满足： $$ p_{\max} \leq \frac{T}{k} $$ 其中$T$是样本量，$k$是变量个数。通常取$p_{\max} = \sqrt{T}$或$T^{1/3}$。 2. **逐步增加滞后期**：从较小值（如0、1、2）开始，逐步增加，观察信息准则值的变化。 3. **减少变量数量**：如果变量过多，可考虑主成分分析（PCA）或剔除部分变量。 ### 完整步骤 1. **ADF检验**：确保所有变量平稳（或同阶单整）。 2. **选择最大滞后期**：根据样本量计算$p_{\max}$（例如$p_{\max}=5$）。 3. **计算信息准则**：使用VAR模型的`select_order`方法计算不同滞后阶数下的信息准则值。 4. **选择最优滞后期**：综合考虑各准则，选择最优$p$。 5. **估计VAR模型**：使用最优$p$建立VAR模型。 ### 代码示例 ```python import pandas as pd from statsmodels.tsa.stattools import adfuller from statsmodels.tsa.api import VAR # 1. 读取数据 data = pd.read_excel('回归数据excel.xlsx', index_col=0) # 2. ADF检验 adf_results = {} for col in data.columns: result = adfuller(data[col].dropna()) adf_results[col] = {'ADF Statistic': result[0], 'p-value': result[1]} print(f"{col}: ADF Statistic={result[0]}, p-value={result[1]}") # 3. 若序列非平稳，进行差分（假设一阶差分后平稳） if any([adf_results[col]['p-value'] > 0.05 for col in data.columns]): data = data.diff().dropna() # 一阶差分 # 4. 设置最大滞后期（根据样本量调整） n_obs = len(data) k_vars = len(data.columns) max_lags = int(min(5, n_obs / k_vars)) # 确保不超过样本限制 # 5. 选择最优滞后期 model = VAR(data) lag_results = model.select_order(max_lags) print(lag_results.summary()) # 6. 根据准则选择最优滞后期（以AIC为例） optimal_lag = lag_results.aic print(f"最优滞后期（AIC）: {optimal_lag}") # 7. 建立VAR模型 var_model = model.fit(optimal_lag) print(var_model.summary()) ``` ### 注意事项 - **样本量要求**：VAR模型要求样本量$T$远大于参数数量（$k \times p$），否则会出现过拟合或无法估计。 - **模型诊断**：建立VAR后需进行残差自相关检验（如Ljung-Box检验）、正态性检验和异方差检验。 - **协整关系**：若变量非平稳但存在协整关系，应建立VECM模型。 ### 相关问题 §§相关问题§§ 1. 当ADF检验显示部分变量非平稳时如何执行Johansen协整检验？ 2. VAR模型建立后如何进行Granger因果关系检验？ 3. 如何解读VAR模型的脉冲响应函数(IRF)结果？ 4. 信息准则选择的最优滞后期不一致时应如何处理？ 5. 如何对VAR模型的残差进行自相关和异方差检验？</think>### 解决VAR模型滞后阶数选择问题与ADF检验指南 #### 一、ADF检验的正确执行（平稳性检验） ADF检验用于验证时间序列的平稳性，是VAR建模的前提： ```python import pandas as pd from statsmodels.tsa.stattools import adfuller # 读取对数处理后的数据 data = pd.read_excel('回归数据excel.xlsx', index_col='年份') def adf_test(series, signif=0.05): """执行ADF检验并返回结果""" result = adfuller(series.dropna(), regression='c', autolag='AIC') return { 'ADF Statistic': result[0], 'p-value': result[1], 'Critical Values': result[4], 'Stationary': result[1] < signif } # 对所有变量进行ADF检验 adf_results = {} for col in data.columns: adf_results[col] = adf_test(data[col]) ``` **关键步骤说明**： 1. **检验类型选择**： - `regression='c'`：包含常数项（默认） - `regression='ct'`：包含常数项和趋势项 - 根据序列可视化选择合适类型[^1] 2. **结果解读**： - 若$p<0.05$：拒绝原假设$H_0$（存在单位根），序列平稳 - 若$p>0.05$：接受$H_0$，需进行差分处理 - 比较ADF统计量与临界值：若ADF < 临界值（1%水平），则平稳 3. **非平稳序列处理**： ```python # 一阶差分处理 data_diff = data.diff().dropna() ``` #### 二、VAR模型最优滞后期选择 当`maxlags`过大导致无法估计时，按以下步骤解决： **步骤1：确定最大滞后期上限** 根据样本量$T$和变量数$k$计算： $$ p_{\max} = \left\lfloor \frac{T}{k} \right\rfloor \quad \text{或} \quad p_{\max} = \left\lfloor T^{1/3} \right\rfloor $$ ```python n_obs = len(data) # 样本量 k_vars = len(data.columns) # 变量数 max_lags = int(min(5, n_obs/(3*k_vars))) # 保守估计 ``` **步骤2：多准则滞后期选择** ```python from statsmodels.tsa.api import VAR model = VAR(data) lag_results = model.select_order(max_lags) # 提取各准则推荐值 optimal_lags = { 'AIC': lag_results.aic, 'BIC': lag_results.bic, # SC准则 'HQIC': lag_results.hqic, 'FPE': lag_results.fpe, 'LR': lag_results.lr } ``` **步骤3：滞后期冲突解决方案** 1. **优先序原则**： - 大样本：优先考虑BIC（惩罚项更强） - 小样本：优先考虑AIC/FPE $$ \text{BIC} = k\ln(n) - 2\ln(\hat{L}) \quad \text{vs} \quad \text{AIC} = 2k - 2\ln(\hat{L}) $$ 2. **LR检验补充**： - 从最大滞后开始逐步检验： $$ \text{LR} = (T - c)(\ln|\Sigma_{p}| - \ln|\Sigma_{p+1}|) \sim \chi^2(k^2) $$ - 其中$c$为约束参数个数，$\Sigma$为残差协方差矩阵 **步骤4：模型可行性检查** ```python # 检查参数数量是否超过样本量 if optimal_lag * k_vars**2 > n_obs: print(f"需降低滞后期：当前参数数{optimal_lag*k_vars**2} > 样本量{n_obs}") # 重新计算：按样本量限制 max_lags = int(n_obs**(1/3)) lag_results = model.select_order(max_lags) ``` #### 三、常见问题解决方案 1. **"Singular Matrix"错误**： - 原因：滞后阶数过高导致多重共线性 - 解决： ```python # 增加最小滞后阶数限制 lag_results = model.select_order(max_lags, trend='c', verbose=True) ``` 2. **样本量不足问题**： - 方案1：合并低频数据（年度→季度） - 方案2：减少变量数量（主成分分析） $$ \text{PC}_i = \sum_{j=1}^k w_{ij} X_j $$ 3. **准则结果不一致**： - 采用"多数原则"选择最常见值 - 建立不同模型比较预测效果： ```python models = {} for lag in set(optimal_lags.values()): models[lag] = model.fit(lag) # 计算样本外预测误差 forecast_err = np.mean((models[lag].forecast(data.values, steps=1) - actual)**2) ``` #### 四、完整工作流程 1. 数据平稳性检验（ADF） 2. 非平稳序列差分处理 3. 计算最大允许滞后期$p_{\max}$ 4. 多准则滞后期选择 5. 模型可行性验证 6. VAR模型估计与诊断 ```python final_model = model.fit(optimal_lag) # 模型稳定性检验（特征根在单位圆内） roots = final_model.roots print("稳定条件:", all(np.abs(roots) < 1)) ``` > **关键提示**：年度数据建议$p_{\max} \leq 5$，当$T<30$时优先选择BIC准则[^2]。若仍无法解决，可考虑使用贝叶斯VAR（BVAR）或减少变量维度。