1樓：
時間序列分析裡的，下面網上找了乙個
2樓：林為珮
看到這個問題，我有點想揣測一下「出題人意圖」……
感覺題主是不是沒系統性學過計量，尤其是時間序列分析，然後看到了一篇什麼文章或者介紹，就一股腦把裡面自己看不太明白的東西都給貼上來問了（這不是一般的伸手黨，感覺題主甚至都不太明白自己問的是啥，就打包到一起了……）
首先，這些定義性的問題，大概任何一本基礎的時間序列分析教材或者notes都會講比較清楚，最經典的教材無非是James D. Hamilton的這一本，評價相當高的，講的也非常清楚。
時間序列分析 (豆瓣)
下面我列的是John H. Cochrane的notes，忘了是哪次在知乎上看到有人推薦的，當時就儲存了，感覺也非常棒。
平穩性檢驗是做時間序列的前提檢驗，非平穩序列會導致偽回歸問題；Granger因果檢驗是基於平穩時間序列的Granger因果分析（並不一定是真正的因果關係）；不滿足平穩性檢驗的序列進行協整檢驗（金融中大部分資料都是非平穩的），然後進一步分析。
基本定義notes和教材裡介紹很清楚了。
怎麼看EVIEWS中的JJ檢驗有沒有協整關係？EG檢驗和JJ檢驗是不是差不多的意思？
SeeMe 第二個問題，Engle Granger檢驗和Johansen檢驗根本不一樣。E G檢驗是通過OLS回歸得到殘差估計量，代替誤差擾動項，然後對殘差序列做平穩性檢驗。單這種單一方程的檢驗技術只適用於兩個變數，如果尋找多元變數序列的協整關係就要用Johansen協整檢驗。Johansen協整檢...
格蘭傑因果檢驗在多大程度上檢驗出了真實的因果關係？
EverythingPhobia 1 只能說明 存在關聯 時間上的先後順序。不能保證檢驗出真實的因果關係 2 有乙個經典的故事可以作為例子 A先生每天都開車下班，回家途中會去買冰淇淋，他發現如果他買香草口味的冰淇淋，返回車上時，他的車就無法正常啟動 如果他買別的口味的冰淇淋，就一切正常。他認為是香草...
可以檢驗離散資料的正態性嗎？
靜學社 學無止境 是不是正態，要看你要幹嘛，很多檢驗方法對於稍微偏離正態是穩健的。從你的直方圖來看，你這個情況就屬於稍微偏離正態。另外，有些檢驗方法如果你是大樣本，對於是否正態並沒有要求。認真思考下你的目的，或者說出你的目的，大家可以幫你看看是否非正態是乙個問題。 張自達 這樣的值，這樣大的取值範圍...