您好！因为H0:R‘beta=0 or beta=H*psi
注意前面的R是(1,1,0,0,0)，这个主要通过R计算出H，实际上coint()用的是H，而不是R
后面讲到的是(1,-1,0,0,0），是指beta的约束，注意原假设，beta约束和R约束不同。常数项在这里假设为零，所以约束为0.

老师，我的理解是对协整向量beta施加线性约束的检验有两种情况：
（1）对beta里面的所有协整向量施加相同的约束R，检验R这个约束是否正确；R为（1，1，0，0，0）。
（2）对beta里面的有些协整向量b属于已知的情况下，检验beta的约束是否正确。b为（1，1，0，0，0）。
我的问题是，第一，我这样理解是正确的吗？第二，同一个例子，都是检验m和y这两个序列的系数和等于零，
为什么R设为（1，1，0，0，0），而b设为（1，-1，0，0，0）？请老师解惑？

您好！
第一，您的理解基本正确
第二，我想b设为（1，-1，0，0，0）,很好理解吧？R的设置，是因为要计算H，这样设置的R，计算出来的H是正好符合要求，你看H算出的矩阵的第一列。

老师，在协整的第五讲中我有个疑惑，首先，您用u.hat=residuals(ols.fit) 和
adf.fit=unitroot(u.hat,trend="nc",method="adf",lags=11) 接着用adf.tstat=adf.fit$sval   但是这样看不出是否显著，所以后面您用了 pcoint(adf.tstat,n.sample=nrow(uscn.s),n.series=2,trend="c",statistic="t") 求出其P值，然后进行比较，但我个人认为，如果不用adf.tstat=adf.fit$sval  而是直接用 summary(adf.fit)，返回结果中P值为0.006558，这样可以直接判断是否显著，后面用PP检验的P值为1.557e-7（老师，顺便问问，1.557e-7
这个数是到底是怎么看的？）,也是显著的，为什么要自己重新计算临界值进行比较呢？而且奇怪的是，如果两种方法都用summary命令返回的P值直接进行判断的话都是显著的，而用您教的方法是用adf方法是不显著，而pp方法是显著的。（问题有点长，我也想尽量能表达清楚，麻烦老师了）

您好！不能像你那样直接做的！因为协整残差这个时候不是服从DF分布，而是服从PO分布，我在第五讲前面部分讲过了。对于这种协整单位根检验，对应临界值和ADF分布的临界值是不同的。所以必须用pcoint或qcoint来做。
1.557e-7 是科学记数法，表示1.557的小数点往前移7位，也就是1.557*10^-7