首先，取对数是为了线性化。
其次，在决定最优滞后项时，根据赤池信息准则(AIC)和施瓦茨准则(SC)这两统计值的大小来选择。当两统计量在同一滞后阶数的情况下取值同时达到最小，则取该滞后阶数来检验协整关系。而如果两统计值分别在不同的滞后项时取值达到最小，则需通过一个似然比(LR)函数来决定模型的最优滞后项。构造的似然比函数(LR)为：
LR=-2(logLk-logL(k+1))～ X^2(N^2) （1）
其中与为VAR（k）和VAR（k+1）模型的极大似然估计，为滞后变量的最大滞后期。显然当VAR滞后期的增加不会给极大似然函数带来显著变化时，即LR的统计量的值小于临界值时新增加的滞后变量对VAR模型毫无意义。

！！！！多谢 多谢!!!!!!!!