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]]数字啥意思

这段代码是进行 Johansen 检验，用于检测多个时间序列之间是否存在协整关系。检验结果包括：

- trace statistic: 检验统计量的值，其中第一个值是用于检验一阶协整关系的统计量，第二个值是用于检验二阶协整关系的统计量。
- max eigenvalue statistic: 检验统计量的值，其中第一个值是用于检验一阶协整关系的统计量，第二个值是用于检验二阶协整关系的统计量。
- Eigenvalues: 特征值，表示序列中协整关系的数量。
- Critical values (90%, 95%, 99%) of trace statistic: 检验统计量的临界值，用于比较检验统计量的大小，判断是否存在协整关系。其中第一个数组是用于一阶协整检验的临界值，第二个数组是用于二阶协整检验的临界值。
- Critical values (90%, 95%, 99%) of max eigenvalue statistic: 同上，用于比较检验统计量的大小，判断是否存在协整关系。