R语言 urca包 lttest()函数中文帮助文档(中英文对照)

loveR

lttest(urca)
lttest()所属R语言包：urca

                                        Likelihood ratio test for no linear trend in VAR
                                         VAR没有线性趋势似然比检验

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Conducts a likelihood ratio test for no inclusion of a linear trend in a VAR. That is, the Null hypothesis is for not including a linear trend and is assigned as 'H2*(r)'. The test statistic is distributed as χ^2 square with (p-r) degrees of freedom.
没有包含线性趋势的VAR进行似然比检验。也就是说，零假设是不包括线性趋势，被指定为“H2 *（R）”。检验统计量的分布χ^2方(p-r)自由度的。


用法----------Usage----------


lttest(z, r)



参数----------Arguments----------

参数：z
An object of class "ca.jo".



参数：r
The count of cointegrating relationships.
计数的协整关系。


Details

详细信息----------Details----------

The count of cointegrating relations should be given as integer and should be in the interval 1 &le;q r < P.
协整关系的计数应给予的整数和应该在间隔1 &le;q r < P。


值----------Value----------


参数：lttest
Matrix containing the value of the test statistic and its p-value.
基质中含有的检验统计量的值和它的p-值。


（作者）----------Author(s)----------


Bernhard Pfaff



参考文献----------References----------

Inference on Cointegration &ndash; with Applications to the Demand for Money, Oxford Bulletin of Economics and Statistics, 52, 2, 169&ndash;210.
Cointegration Vectors in Gaussian Vector Autoregressive Models, Econometrica, Vol. 59, No. 6, 1551&ndash;1580.

参见----------See Also----------

ca.jo and ca.jo-class.
ca.jo和ca.jo-class。


实例----------Examples----------


data(denmark)
sjd <- as.matrix(denmark[, c("LRM", "LRY", "IBO", "IDE")])
sjd.vecm <- ca.jo(sjd, ecdet = "const", type="eigen", K=2, spec="longrun",
season=4)
lttest(sjd.vecm, r=1)
#[]
data(finland)
sjf <- as.matrix(finland)
sjf.vecm <- ca.jo(sjf, ecdet = "none", type="eigen", K=2,
spec="longrun", season=4)
lttest(sjf.vecm, r=3)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。