樓上的大俠講的是Enders(2004)所建議的過程,它的原理是立足在未限制模型(即擁有較多參數的模型,如"含截距項與時間趨勢"的選擇模型),其單根檢定的檢定力較低(即拒絕錯誤的虛無假設的機率會降低),換言之,由於檢定力不足,將可能"寃枉"本來不具單根的變數,故在此模型下拒絕單根的存在,則一定不存在單根問題(資料為定態)。所以Enders才由"含截距項與時間趨勢"的模型開始檢驗單位根是否存在,但他又怕所建構模型不正確,故又驗證該項變項是否存在,即圖片上的T檢定。
其實以相同的原理來看,有學者則依序從第三種模型(TREND AND INERCEPT)、第二種模型(INTERCEPT),測到第一種模型(NONE),以多數模型拒絕單根存在,即表不存在單根。
另有學者認為時序資料本身是否具有截距或趨勢應該加以判斷才能建構正確的模型,所檢測的單根結果才正確,故先畫出時序圖,判斷出模型是否存在截距或趨勢後,再進行單根檢定。
還有一派的學者,認為單根檢定存在檢定力不足的問題,故把多種單根檢定放在一塊,並依序測檢三種模型,以多數模型拒絕單根存在,為資料定態的條件。(本人也曾用過此方法,使用EVIEWS內有ADF及PP檢定做拒絕單根存在的說明)
以上是我曾看過的文章在使用單根檢定的不同方式。
附帶一提,單根檢定的虛無假設為:存在單根