大家在面板数据中用到过么？那里面的pooled series中应该怎么写变量？我用的是5.1版本，这个输入框是有长度限制的，那是否应该把所有的解释变量都放进去呢？

谢谢！

我们老师讲 ADF 检验的时候跟李子奈说的一样，只要INTERCEPT,INTERCEPT AND TREND,NONE 中有一个满足,就能证明序列是稳定的

你说的第2种情况:序列A的ADF检验得出A是一介单整，B也是一介单整的，但是对A,B进行回归后的残差也是一介单整的------可能啊? 为什么不可能.

１１楼的兄弟，不好意思，这几天有事没有看收件箱．回邮件时又超过了字数，所以在这里简单的说以下你的提问，具体介绍与应用请查看有关统计方面的书或上网查询．

AIC（赤池信息量准则，Akaike information criterion，简称AIC）是衡量统计模型拟合优良性的一种标准，因由日本统计学家赤池弘次创立和发展而得名。AIC可以权衡所估计模型的复杂度和此模型拟合数据的优良性，是建立在熵的概念基础上判断分布滞后模型滞后阶数的方法之一。

在一般的情况下，AIC可以表示为：

其中：K是参数的数量，L是似然函数（前提假设条件是模型的误差服从独立正态分布）。

若n为观察数，RSS为剩余平方和，则AIC变为：

如增加自由参数的数目可以提高拟合的优良性，但AIC鼓励数据拟合的优良性的同时也尽量避免出现过度拟合的情况。AIC准则是寻求使其达到最小的对数似然函数极大化参数向量及相应对数似然函数值，从而优先考虑的模型应是AIC值最小的那一个。赤池信息量准则的方法是寻找可以最好地解释数据但包含最少自由参数的模型。

11楼的兄弟，不好意思，这几天有事没有看收件箱．上午的回复可能无法看到，现在再简单的说一下你的提问，具体介绍与应用请查看有关统计方面的书或上网查询．

AIC（赤池信息量准则，Akaike information criterion，简称AIC）是衡量统计模型拟合优良性的一种标准，因由日本统计学家赤池弘次创立和发展而得名。AIC可以权衡所估计模型的复杂度和此模型拟合数据的优良性，是建立在熵的概念基础上判断分布滞后模型滞后阶数的方法之一。

在一般的情况下，AIC可以表示为：

AIC=2K-2In(L)

其中：K是参数的数量，L是似然函数（前提假设条件是模型的误差服从独立正态分布）。

若n为观察数，RSS为剩余平方和，则AIC变为：

AIC=2K+nIn(RSS/n)

若增加自由参数的数，则应尽量避免出现过度拟合的情况。AIC准则是寻求使其达到最小的对数似然函数极大化参数向量及相应对数似然函数值，从而优先考虑的模型应是AIC值最小的那一个。赤池信息量准则的方法是寻找可以最好地解释数据但包含最少自由参数的模型。