请问为什么我做的单位根检验，差分之后的统计量越来越大，对原始数据进行对数变化再做单位根检验也是这样
还有我想做协整检验，怎么判断这个是同阶单整的呢

a.df=ur.df(a,lags=5,type='trend')
summary(a.df)
a1=diff(a)
a1.df=ur.df(a1,lags=5,type="trend")
summary(a1.df) 这个是我做的程序
结果如下：
Call:
lm(formula = z.diff ~ z.lag.1 + 1 + tt + z.diff.lag)

Residuals:
     Min       1Q   Median       3Q      Max
-12.4233  -7.2875  -0.5495   2.8957  26.6279

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept) -1.86535   26.65402  -0.070   0.9465  
z.lag.1     -0.31343    0.11011  -2.846   0.0293 *
tt          62.24479   21.06403   2.955   0.0254 *
z.diff.lag1  0.09653    0.29551   0.327   0.7550  
z.diff.lag2 -0.43170    0.29438  -1.466   0.1929  
z.diff.lag3  0.08881    0.30675   0.290   0.7819  
z.diff.lag4  0.02555    0.29217   0.087   0.9332  
z.diff.lag5  0.04607    0.31895   0.144   0.8899  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 15.23 on 6 degrees of freedom
Multiple R-squared:  0.9263,    Adjusted R-squared:  0.8403
F-statistic: 10.77 on 7 and 6 DF,  p-value: 0.005017


Value of test-statistic is: -2.8465 5.7202 4.3693

Critical values for test statistics:
      1pct  5pct 10pct
tau3 -4.38 -3.60 -3.24
phi2  8.21  5.68  4.67
phi3 10.61  7.24  5.91




Call:
lm(formula = z.diff ~ z.lag.1 + 1 + tt + z.diff.lag)

Residuals:
       1        2        3        4        5        6        7        8
-19.8223  -3.3538  10.2666  36.7955 -26.8049   0.3257   6.7007   6.2390
       9       10       11       12       13
  1.3203   3.2205 -15.4283  -2.3918   2.9328

Coefficients:
            Estimate Std. Error t value Pr(>|t|)
(Intercept)  60.2801    42.0703   1.433    0.211
z.lag.1      -0.6749     0.8214  -0.822    0.449
tt            4.4224    10.3259   0.428    0.686
z.diff.lag1   0.1171     0.8156   0.144    0.891
z.diff.lag2  -0.1455     0.8242  -0.177    0.867
z.diff.lag3   0.2013     0.7430   0.271    0.797
z.diff.lag4   0.2594     0.5971   0.434    0.682
z.diff.lag5   0.1408     0.4882   0.288    0.785

Residual standard error: 24.21 on 5 degrees of freedom
Multiple R-squared:  0.5352,    Adjusted R-squared:  -0.1155
F-statistic: 0.8225 on 7 and 5 DF,  p-value: 0.608


Value of test-statistic is: -0.8216 1.3334 1.5478

Critical values for test statistics:
      1pct  5pct 10pct
tau3 -4.38 -3.60 -3.24
phi2  8.21  5.68  4.67
phi3 10.61  7.24  5.91