ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 5ο

Σχετικά έγγραφα
ΜΑΘΗΜΑ 4 ο. Μοναδιαία ρίζα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο

Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

ΜΑΘΗΜΑ 3ο. Βασικές έννοιες

Προσδιοριστικοί όροι και μοναδιαία ρίζα (από κοινού υποθέσεις)

Επαυξημένος έλεγχος Dickey - Fuller (ADF)

Στασιμότητα χρονοσειρών Νόθα αποτελέσματα-spurious regression Ο έλεγχος στασιμότητας είναι απαραίτητος ώστε η στοχαστική ανάλυση να οδηγεί σε ασφαλή

Έλεγχος των Phillips Perron

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 10ο

1. Ποιες είναι οι διαφορές μεταξύ αυτοπαλίνδρομων υποδειγμάτων (AR) και υποδειγμάτων κινητού μέσου (MA);

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Ογενικός(πλήρης) έλεγχος των Dickey Fuller

Χρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008

Χρονοσειρές Μάθημα 3. Γραμμικές στάσιμες διαδικασίες. Γραμμική χρονοσειρά (στοχαστική διαδικασία) Z Z ~ WN(0, ) είναι στάσιμη. Θεωρούμε μ=0 E[ X ] 0

Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος

Συνολοκλήρωση και VAR υποδείγματα

Χρονικές σειρές 8 Ο μάθημα: Μοντέλα κινητού μέσου

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής

Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)

Πολλαπλή παλινδρόµηση. Μάθηµα 3 ο

ΤΕΛΕΣΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΑ ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ

Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές

Χρονικές σειρές 3 Ο μάθημα: Βασικές στοχαστικές διαδικασίες Μη στάσιμες χρονοσειρές Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

1.2 Βασικές έννοιες. Στοχαστική διαδικασία

Χρονικές σειρές 10 Ο μάθημα: Μη στάσιμα μοντέλα ARIMA Μεθοδολογία Box-Jenkins Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 3ο

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 11ο

Είδαµε στο προηγούµενο κεφάλαιο ότι, όταν τα δεδοµένα που χρησιµοποιούνται σε ένα υπόδειγµα, δεν προέρχονται από στάσιµες χρονικές σειρές έχουµε το

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Πολλαπλή παλινδρόμηση (Multivariate regression)

ΧΡΟΝΟΣΕΙΡΕΣ & ΠΡΟΒΛΕΨΕΙΣ-ΜΕΡΟΣ 7 ΕΛΕΓΧΟΙ. (TEST: Unit Root-Cointegration )

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 4: Ανάλυση Χρονολογικών Σειρών. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 8ο

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ-ΑΥΤΟΣΥΣΧΕΤΙΣΗ (AUTOCORRELATION)

Χρονοσειρές Μάθημα 3

Οικονομικές εφαρμογές υπολογιστικών πακέτων. Στοχαστικά υποδείγματα

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

Μάθημα 2: Mη-στάσιμη χρονοσειρά, έλεγχος μοναδιαίας ρίζας και έλεγχος ανεξαρτησίας

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Οικονομετρία Ι. Ενότητα 9: Αυτοσυσχέτιση. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Χρονοσειρές - Μάθημα 8. Μη-γραμμική ανάλυση χρονοσειρών

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

Επίλυση Υποδειγμάτων με Ορθολογικές Προσδοκίες. Το Πρωτοβάθμιο και Δευτεροβάθμιο Υπόδειγμα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

3. Κατανομές πιθανότητας

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής

ΥΔΡΟΛΟΓΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΙ ΠΡΟΓΝΩΣΗ Ενότητα 3: Υδρολογική πρόγνωση 3.2. Μοντέλα Χρονοσειρών

Αν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

ΠΟΛΥΩΝΥΜΑ. Κεφάλαιο 2ο: Ερωτήσεις του τύπου Σωστό-Λάθος

Προσομοίωση προαγωγικών εξετασεων Άλγεβρας Β Λυκείου Σχ. έτος

ΠΟΛΥΩΝΥΜΑ. Κεφάλαιο 2ο: Ερωτήσεις του τύπου Σωστό-Λάθος

Παραβίασητωνβασικώνυποθέσεωντηςπαλινδρόμησης (Violation of the assumptions of the classical linear regression model)

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Χρονοσειρές Μάθημα 2. Μη-στασιμότητα. Τάση? Εποχικότητα / περιοδικότητα? Ασταθή διασπορά? Αυτοσυσχέτιση?

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΚΑΙ ΤΡΑΠΕΖΙΚΗΣ ΔΙΟΙΚΗΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΑΝΑΛΥΣΗ ΓΙΑ ΣΤΕΛΕΧΗ

Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ. Ημερομηνία: Κυριακή 30 Οκτωβρίου 2016 Διάρκεια Εξέτασης: 3 ώρες ΕΚΦΩΝΗΣΕΙΣ

Χρονοσειρές Μάθημα 1

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

Τετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1

Επίλυση Υποδειγμάτων με Ορθολογικές Προσδοκίες. Το Πρωτοβάθμιο Υπόδειγμα

ΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ

Χρονικές σειρές 11 Ο μάθημα: Προβλέψεις

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 12ο

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΡΩΤΗΣΕΙΣ ΣΤΗΝ ΟΙΚΟΝΟΜΕΤΡΙΑ II ΗΜΗΤΡΙΟΣ ΘΩΜΑΚΟΣ

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Τετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1

Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)

Διαχείριση Υδατικών Πόρων

ΒΑΣΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΣΕΙΡΩΝ ΚΑΝΟΝΙΚΟΤΗΤΑ

Η τελεία χρησιμοποιείται ως υποδιαστολή (π.χ 3 14 τρία κόμμα δεκατέσσερα) Παρακαλώ παραδώστε τα θέματα μαζί με το γραπτό σας ΟΝΟΜΑ: ΕΠΩΝΥΜΟ: ΑΜ:

ΕΡΩΤΗΣΕΙΣ Σ-Λ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΤΕΥΘΥΝΣΗΣ ΕΣΠΕΡΙΝΟY. 0, τότε είναι και παραγωγίσιμη στο σημείο αυτό.

Μάθημα 1: Εισαγωγή στην ανα λυση χρονοσειρω ν, στασιμο τητα και αυτοσυσχε τιση

Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2

Γ. Πειραματισμός Βιομετρία

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

7. Αν υψώσουμε και τα δύο μέλη μιας εξίσωσης στον κύβο (και γενικά σε οποιαδήποτε περιττή δύναμη), τότε προκύπτει

ΜΑΘΗΜΑ 3ο. Υποδείγματα μιας εξίσωσης

Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

f(x) = 2x+ 3 / Α f Α.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΜΑΘΗΜΑΤΙΚΑ ΛΥΜΕΝΑ ΘΕΜΑΤΑ

ΚΕΦΑΛΑΙΟ 5 ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΕΣ ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ, ΥΠΟΔΕΙΓΜΑΤΑ ARIMA ΚΑΙ SARIMA, ΜΕΘΟΔΟΛΟΓΙΑ BOX-JENKINS

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑΤΑ: ΜΑΘΗΜΑΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΜΑ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: ΑΝΑΛΥΣΗ ΜΟΝΤΕΛΩΝ ΧΡΟΝΟΛΟΓΙΚΩΝ ΣΕΙΡΩΝ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. Μάθημα 2ο

( ) Ίσες συναρτήσεις. = g, Οι συναρτήσεις f, g λέμε ότι είναι ίσες και συμβολίζουμε f. όταν: Έχουν το ίδιο πεδία ορισμού Α

Οικονομετρία Ι. Ενότητα 5: Ανάλυση της Διακύμανσης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΑΝΙΧΝΕΥΣΗ ΣΗΜΕΙΟΥ ΑΛΛΑΓΗΣ ΤΑΣΗΣ ΣΕ ΧΡΟΝΟΣΕΙΡΕΣ

Transcript:

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 5ο

Μοναδιαία ρίζα Είδαμε προηγουμένως πως ο έλεγχος της στασιμότητας μιας χρονικής σειράς μπορεί να γίνει με τη συνάρτηση αυτοσυσχέτισης. Ένας άλλος τρόπος που χρησιμοποιείται ευρύτατα στην ανάλυση των χρονικών σειρών είναι οι έλεγχοι μοναδιαίας ρίζας (unit root tests). Με τον όρο μοναδιαία ρίζα στις μακροοικονομικές σειρές εννοούμε ότι κάποια ρίζα του πολυωνύμου f(x) =1 - ρ 1 x-ρ 2 x 2 - ρ 3 x 3 -...- ρ n x n = 0 ισούται με τη μονάδα, βρίσκεται δηλαδή πάνω στο μοναδιαίο κύκλο. Αυτό το αποτέλεσμα μπορούμε να το λάβουμε από ένα αυτοπαλινδρομούμενο υπόδειγμα πρώτης τάξης (first order autoregressive model) AR(1) με συντελεστή αυτοσυσχέτισης κοντά στη μονάδα και το λευκό θόρυβο u t να παίζει το ρόλο της τυχαίας μεταβλητής. Y t = ρ Y t-1 + u t όπου u t η διαδικασία λευκού θορύβου (white noise) με μέσο μηδέν και σταθερή διακύμανση.

Στην περίπτωση που ο συντελεστής αυτοπαλινδρόμησης ισούται με μονάδα (ρ = 1) έχει δηλαδή μοναδιαία ρίζα (unit root) το υπόδειγμα είναι μια διαδικασία μη στατική. Τότε η παραπάνω συνάρτηση γράφεται: Y t = Y t-1 + u t Η συνάρτηση αυτή λέγεται τυχαίος περίπατος (random walk) και η χρονική σειρά χαρακτηρίζεται ως μη στάσιμη. Στην περίπτωση που ο συντελεστής αυτοπαλινδρόμησης είναι μικρότερος της μονάδος ρ < 1το υπόδειγμα είναι μια διαδικασία στάσιμη. Άρα έχουμε τις δύο παρακάτω υποθέσεις: Ηο: ρ = 1 η διαδικασία Y t είναι μη στάσιμη (υπάρχει μοναδιαία ρίζα). Ηα: η διαδικασία Y t είναι στάσιμη (δεν υπάρχει μοναδιαία ρίζα).

Στην περίπτωση που ισχύει η Η 0 δηλαδή έχουμε μοναδιαία ρίζα τότε έχουμε τη διαδικασία του τυχαίου περιπάτου, δηλαδή έχουμε μία μη στάσιμη διαδικασία. Οι πιο συνήθεις έλεγχοι για την εξέταση της μοναδιαίας ρίζας είναι ο έλεγχος των Dickey Fuller (1979) και ο έλεγχος των Phillips Perron (1988).

Έλεγχοι για μοναδιαία ρίζα Οι έλεγχοι αυτοί που καλούνται έλεγχοι μοναδιαίας ρίζας (unit root tests) αντιστοιχούν στην υπόθεση Ηο: ρ = 1 για την εξίσωση αυτοπαλινδρόμησης. Εύλογο είναι να σκεφτεί κανείς ότι εκτιμώντας την εξίσωση Y t = ρy t-1 + u t με τη μέθοδο των ελαχίστων τετραγώνων να κάνουμε τον έλεγχο της Ηο: ρ = 1 με την κατανομή t - Student. Ο εκτιμητής όμως μπορεί να είναι μεροληπτικός οπότε η κατανομή t - Student (λόγω συμμετρίας) να μην είναι η κατάλληλη για τον έλεγχο της μεταβλητής αυτής που χρησιμοποιούμε πολύ δε περισσότερο όταν η διαδικασία είναι και μη στατική.

Οι Dickey - Fuller μέσω των πειραμάτων Monte - Carlo βρήκαν μια κατάλληλη ασύμμετρη κατανομή που χρησιμοποίησαν για τον έλεγχο της υπόθεσης Ηο: ρ = 1. Την κατανομή αυτή μπορούμε να χρησιμοποιήσουμε για να ξεχωρίσουμε ένα ΑR(1) υπόδειγμα από μια ολοκληρωμένη σειρά, δηλαδή την ύπαρξη μοναδιαίας ρίζας Ι(1). Ο έλεγχος των Dickey - Fuller (DF) γίνεται με την κατανομή t - Student αλλά η σύγκριση για την αποδοχή ή όχι της Ηο γίνεται από τις κριτικές τιμές του MacKinnon (1991). Οι γνωστοί έλεγχοι των Dickey - Fuller (DF) για μοναδιαία ρίζα γίνονται από τις παρακάτω εξισώσεις. Y t = ρy t-1 + u t

Αν αφαιρέσω το Y t-1 από τα δύο μέλη της προηγούμενης συνάρτησης θα έχω: Y t Y t-1 = ρ Y t-1 Y t-1 + u t ή Y t Y t-1 = (ρ 1)Y t-1 + u t ή ΔY t = δy t-1 + u t όπου: δ = ρ 1 Δηλαδή αν οι εξισώσεις αυτές έχουν μοναδιαία ρίζα Ηο: ρ = 1 ήδ= 0 παίρνω τις πρώτες διαφορές και ελέγχω αν οι διαφορές αυτές βοήθησαν στην απομάκρυνση της ρίζας αυτής.

όπου ΔY t = Y t Y t-1 είναι η πρώτη διαφορά και u t είναι μια ανεξάρτητη και στάσιμη διαδικασία. Άρα οι δύο παραπάνω υποθέσεις μπορούν να γραφούν και ως εξής: Ηο: δ = 0 η διαδικασία Y t είναι μη στάσιμη. (υπάρχει μοναδιαία ρίζα) Ηα: δ < 0 η διαδικασία Y t είναι στάσιμη. (δεν υπάρχει μοναδιαία ρίζα) Επομένως θα μπορούσαμε εδώ να πούμε ότι το πρόβλημα της μοναδιαίας ρίζας μπορεί να εκφραστεί είτε με ρ = 1 είτε με δ = 0 Βέβαια οι έλεγχοι των εκτιμημένων συντελεστών δεν μπορούν να ελεγχθούν με τη συνηθισμένη κατανομή της κατανομής t Student, αλλά με μία μη τυπική και μη συμμετρική κατανομή που προτάθηκε από τον MacKinnon (1991).