单位根检验：解读p值与检验统计量的意义

在时间序列分析中，单位根检验是确定数据是否平稳的重要步骤。检验结果可以通过p值或检验统计量来解读，它们都与数据是否具有单位根密切相关。

1. p值解读

p值表示在原假设（H0）成立的情况下，观察到当前数据或更极端数据的概率。在单位根检验中，原假设通常设定为数据具有单位根，即数据是非平稳的。

如果p值大于预先设定的显著性水平（例如0.05），则无法拒绝原假设，这意味着数据可能具有单位根，表现为非平稳。* 反之，如果p值小于或等于显著性水平，则可以拒绝原假设，表明数据很可能没有单位根，是平稳的。

2. 检验统计量解读

除了p值，我们还可以通过比较检验统计量和临界值来判断是否拒绝原假设。

如果检验统计量（Test Statistic Value，TSV）小于临界值（Critical Value，CV），则可以拒绝原假设，说明数据很可能没有单位根，是平稳的。 * 相反，如果TSV大于或等于CV，则无法拒绝H0，数据可能具有单位根，表现为非平稳。

总结

无论是p值还是检验统计量，它们都是判断数据是否具有单位根的重要指标。 p值提供了一种概率上的解释，而检验统计量则提供了一种基于临界值的判断方法。在实际应用中，我们可以结合两种方法来进行判断，以获得更加可靠的结论。