因为要写论文，嘿嘿

那就说明时间序列是平稳的，不会出现“伪回归”现象，再要对解释变量和随机干扰项进行多重共线性和自相关检验

单整阶数不同是否意味着不可以进行johansen协整检验，还可以建立var模型吗，我看到很多论文都是进行jj检验之后才建立var模型的。我的数据好像很多问题，不知道怎么进行分析了

单整阶数不同是否意味着不可以进行johansen协整检验，还可以建立var模型吗，我看到很多论文都是进行jj检验之后才建立var模型的。我的数据好像很多问题，不知道怎么进行分析了

感觉还是没有搞懂，这个问题究竟怎么处理，看了还是有点模糊

楼主问题解决了吗？我也出现这种情况。。

如果超过两个时间序列的分析是不是用 johansen协整检验

时间序列比较复杂，我就我所了解的列出一下要进行的检验和方法吧。

单位根检验：urca::ur.df(x,lags,type),这是进行一阶单位根检验。用来证明时间序列的平稳性。如果一阶不平稳，就要进行二阶单位根检验，首先进行差分Lx<-diff(x),然后urca::ur.df(Lx,lags,type)。

如果是多元时间序列，最好做一下协整检验，用来发现多个时间变量之间是否存在关系。
最简单的是Pillips-Ouliarisu协整检验：
首先是方差率检验：pu.test=summary(ca.po(tsdataframe,demean=’const’,type=’Pu’))
然后是多元迹检验：pz.test=summary(ca.po(tsdataframe,demean=’const’,type=’Pz’))
其中tsdataframe 是要把你的时间序列变量转为专门的格式window(cbind(x1,x2,x3),start=,end=)
Johansen方法也可以进行协整检验，稍微复杂点，不过它可以告知存在几个协整向量。具体操作自己看书。

如果前面的检验工作完成，就可以进行VARX和状态空间模型的拟合了。