Phillips-Perron-test

Inom statistik är Phillips –Perron-testet (uppkallat efter Peter CB Phillips och Pierre Perron ) ett enhetsrottest . Det vill säga, det används i tidsserieanalys för att testa nollhypotesen att en tidsserie är integrerad av ordning 1. Den bygger på Dickey–Fuller-testet av nollhypotesen $\rho =1$ i ${\displaystyle \Delta y_{t}=(\rho -1)y_{t-1}+u_{t}\,} ,$ där ${\ displaystyle \Delta }$ är den första skillnadsoperatorn . Liksom det utökade Dickey–Fuller-testet löser Phillips–Perron-testet problemet att processen som genererar data för $y_{t}$ kan ha en högre autokorrelationsordning än vad som tillåts i testekvationen – vilket gör att $y_{t-1}$ endogen och ogiltigförklarar därmed Dickey–Fuller t-testet . Medan det utökade Dickey–Fuller-testet löser detta problem genom att introducera fördröjningar av $\Delta y_{t}$ som regressorer i testekvationen, gör Phillips–Perron-testet en icke-parametrisk korrigering av t-testet statistisk. Testet är robust med avseende på ospecificerad autokorrelation och heteroskedasticitet i testekvationens störningsprocessen.

Davidson och MacKinnon (2004) rapporterar att Phillips-Perron-testet presterar sämre i finita prover än det utökade Dickey-Fuller-testet.