UNIT ROOT TESTS FOR AUTOREGRESSIVE TIME SERIES WITH MISSING DATA : A MONTECARLO STUDY FOR AR(2)

Abstract

차수 P 의 불완전 자료를 가진 단위근 자기상관 시계열 과정에서 단위근 검정에 대한 방법으로 Dickey 와 Fuller 방법에 의한 최소 제곱 추정치와 Phillips 방법에 의한 최소 제곱 추정치를 고려하였다. 또한 이들 추정치들의 극한 분포를 유도하였다. Dickey 와 Fuller 의 방법에 비해 Phillips 방법은 좀더 일반적인 시계열 자료에 적응이 가능하나 실질적으로는 Dickey 와 Fuller 보다 검정력이 떨어진다고 알려져 있다. 차수 2의 불완전 자료를 가진 단위근 자기상관 시계열 과정에 대한 모의실험과 실제 자료에 위의 방법들을 적용하여 이 검정 방법들이 적합한가를 확인해 보았다.;We consider unit root tests for AR(p) time series with missing data. We consider the ordinary least squares estimator of Dickey and Fuller (1979) and the ordinary least squares estimator of Phillips (1987) for unit root test. Phillips type test can be applied to a general time series. However, in practice, the Dickey-Fuller type test has higher power than the Phillips type test. We illustrate the two tests by simulations results for AR(2) time series and a real example.