print('trace statistic: ', jres.lr1) print('max eigenvalue statistic: ', jres.lr2) # 进行Johansen检验 # 输出结果 print('Eigenvalues: ', jres.eig) print('Critical values (90%, 95%, 99%) of trace statistic: ', jres.trace_stat_crit_vals) print('Critical values (90%, 95%, 99%) of max eigenvalue statistic: ', jres.max_eig_stat_crit_vals) trace statistic: [40.01598228 4.74157044] max eigenvalue statistic: [35.27441184 4.74157044] Eigenvalues: [0.98783633 0.44716534] Critical values (90%, 95%, 99%) of trace statistic: [[10.4741 12.3212 16.364 ] [ 2.9762 4.1296 6.9406]] Critical values (90%, 95%, 99%) of max eigenvalue statistic: [[ 9.4748 11.2246 15.0923] [ 2.9762 4.1296 6.9406]]各个数值啥意思

这段代码是进行 Johansen 检验，其目的是检验一组时间序列是否具有共同的长期趋势。下面是各个数值的意义：

- trace statistic: trace 统计量，表示序列中所有共同的线性趋势的数量。
- max eigenvalue statistic: max eigenvalue 统计量，表示序列中最强的共同线性趋势的强度。
- Eigenvalues: 特征值，表示每个共同趋势的强度。
- Critical values: 临界值，用于判断统计量是否显著地超过了随机噪声的范围。这里给出了 trace 统计量和 max eigenvalue 统计量的 90%, 95%, 99% 的临界值。如果统计量的值超过了相应的临界值，就可以拒绝原假设，即序列具有共同的长期趋势。

相关问题

print('trace statistic: ', jres.lr1) print('max eigenvalue statistic: ', jres.lr2) # 进行Johansen检验 # 输出结果 print('Eigenvalues: ', jres.eig) print('Critical values (90%, 95%, 99%) of trace statistic: ', jres.trace_stat_crit_vals) print('Critical values (90%, 95%, 99%) of max eigenvalue statistic: ', jres.max_eig_stat_crit_vals) trace statistic: [40.01598228 4.74157044] max eigenvalue statistic: [35.27441184 4.74157044] Eigenvalues: [0.98783633 0.44716534] Critical values (90%, 95%, 99%) of trace statistic: [[10.4741 12.3212 16.364 ] [ 2.9762 4.1296 6.9406]] Critical values (90%, 95%, 99%) of max eigenvalue statistic: [[ 9.4748 11.2246 15.0923] [ 2.9762 4.1296 6.9406]]

这段代码是进行 Johansen 检验的，用于检验时间序列之间的协整关系。Johansen 检验的原假设是所有的序列都不协整，备择假设是至少有一个序列与其它序列协整。检验结果包括 trace statistic 和 max eigenvalue statistic 两个统计量，以及对应的临界值。如果 trace statistic 或 max eigenvalue statistic 超过对应的临界值，则可以拒绝原假设，认为存在协整关系。其中，trace statistic 表示序列之间的协整关系的总数，而 max eigenvalue statistic 则表示序列之间的最大协整关系数。

什么意思print('trace statistic: ', jres.lr1) print('max eigenvalue statistic: ', jres.lr2) # 进行Johansen检验 # 输出结果 print('Eigenvalues: ', jres.eig) print('Critical values (90%, 95%, 99%) of trace statistic: ', jres.trace_stat_crit_vals) print('Critical values (90%, 95%, 99%) of max eigenvalue statistic: ', jres.max_eig_stat_crit_vals) trace statistic: [nan -0.] max eigenvalue statistic: [nan -0.] Eigenvalues: [1.5 0. ] Critical values (90%, 95%, 99%) of trace statistic: [[10.4741 12.3212 16.364 ] [ 2.9762 4.1296 6.9406]] Critical values (90%, 95%, 99%) of max eigenvalue statistic: [[ 9.4748 11.2246 15.0923] [ 2.9762 4.1296 6.9406]]

这段代码是进行 Johansen 检验，用于检验是否存在协整关系。在这个例子中，输出结果显示 trace statistic 和 max eigenvalue statistic 的值都为 nan，这意味着无法进行 Johansen 检验，可能是因为数据不足或者数据质量不好导致的。Eigenvalues 的值为 [1.5 0.]，意味着存在一个特征根，但是没有协整关系。同时，Critical values 显示在 90%、95% 和 99% 的置信水平下的阈值。