为什么NSDIFFS (R预测包)从来不显示季节性？

Question

我一直在使用EViews statconn接口，通过R的预测包中的nsdiffs(test=c("ch"))函数从弗雷德循环大量的序列，以检查其中有多少%需要季节性差异。然而，在26,000+系列的试运行之后，OCSB测试返回了1245个阳性结果(output=1)，而Canova测试的结果为零，这让我怀疑我做错了什么，但不知道到底是什么。

for !k = 1 to !keriesnumber
    xput(rtype=ts) sertest!k 'pass the series from EViews to R
    xrun library(forecast) 'call necessary forecast library
    xrun sertest!k <- ts(sertest!k, start=c(1990, 1), end=c(2014, 6), frequency=12)  'specify timeseries properties
    xrun kpss_!k<-  ndiffs(sertest!k)   'kpss test
    xrun ch_!k<-nsdiffs(sertest!k,m=frequency(sertest!k),test=c("ch")) 'ch test
    xrun ocsb_!k<-nsdiffs(sertest!k,m=frequency(sertest!k),test=c("ocsb")) 'ocsb test
    xget kpss_!k 'return the three output integers back to eviews
    xget ch_!k
    xget ocsb_!k
    !count=!count+1
    kpss_vector(!count)=kpss_!k 'store the results in a vector
    ch_vector(!count)=ch_!k
    ocsb_vector(!count)=ocsb_!k
next

我是不是在nsdiffs命令中错误地指定了频率或其他什么？如果是，为什么(我认为是正确的)？在没有问题的情况下执行OCSB：~1/26似乎是在这种类型的数据集中不拒绝null的合理次数。我希望作为一个非本地的R用户，我只是忘了调用一个库或一些简单的东西，一些人可以识别这个问题：)。否则，似乎奇怪的是，在我测试的26000的宏观经济系列赛将不需要季节性差异的CH测试。我也尝试了一个类似的例程，一些数据来自于原始CH论文(95.html)，但是仍然无法找到神圣的output=1。

Answer 1

以参考文件所示应用程序中使用的“工资”系列为例，根据Canova和Hansen检验(即不稳定的季节周期表明需要季节性差异)返回值1：

require(forecast)
wage <- structure(c(2.32, 2.35, 2.38, 2.4, 2.41, 2.44, 2.47, 2.5, 2.52, 
2.55, 2.58, 2.61, 2.63, 2.66, 2.7, 2.73, 2.78, 2.82, 2.87, 2.92, 
2.96, 3.02, 3.07, 3.12, 3.15, 3.2, 3.26, 3.3, 3.36, 3.43, 3.49, 
3.53, 3.61, 3.66, 3.72, 3.79, 3.83, 3.9, 3.98, 4.05, 4.09, 4.18, 
4.29, 4.39, 4.42, 4.48, 4.57, 4.66, 4.73, 4.8, 4.91, 5.01, 5.1, 
5.19, 5.29, 5.4, 5.5, 5.63, 5.74, 5.89, 6, 6.07, 6.21, 6.34, 
6.46, 6.57, 6.7, 6.9, 7.06, 7.17, 7.31, 7.44, 7.55, 7.62, 7.71, 
7.81, 7.91, 7.96, 8.02, 8.15, 8.25, 8.29, 8.35, 8.43, 8.51, 8.54, 
8.59, 8.68), .Tsp = c(1964, 1985.75, 4), class = "ts")
x <- diff(log(wage))
nsdiffs(x, frequency(x), test = "ch")
# [1] 1

该系列的测试统计值为1.11，接近参考文件中报告的1.14。在计算协方差矩阵时，由于滞后截断参数的选择不同，可能会产生差异。(下面的示例需要从SeasDummy包的源文件中复制和粘贴函数forecast和SD.test，因为这些函数不是导出的。)

SD.test(x, 4)
[1] 1.112811

在使用其他系列时，请记住在频率为零时过滤可能的单位根，并在转换后的序列上应用Canova和Hansen测试(如果需要的话)，例如数据的第一个差异。

编辑

我没有在auto.arima的文档中找到OP提到的语句，但是看一下源代码，似乎首先确定了季节性差异的数量，然后应用了一个选择规则差异数量的测试。

我不熟悉OCSB测试，这是nsdiffs中的默认测试。对于这种测试，在应用测试时，数据中可能存在频率为零的单位根(就像具有相同空假设的H曲测试中的情况一样)。然而，如果使用Canova和Hansen检验，则宜将数据转换为在零频率处删除可能的单位根。

您可以通过运行第一个d和D并相应地转换数据来改变选择ndiffs和D的顺序。然后，您可以使用选项nsdiffs在转换后的系列上运行test="ch"。这样，您可以将参数d和D传递给auto.arima。