如何用eviews做时间序列数据的平稳性检验

　　对序列Y进行平稳性检验：
　　此时应对序列数据取对数，取对数的好处在于可将间距很大的数据转换为间距较小的数据。具体做法是在workfile y的窗口中点击Genr，输入logy=log(y),则生成y的对数序列logy。再对logy序列进行平稳性检验。
　　点击view-United root test，test type选择ADF检验，滞后阶数中lag length选择SIC检验，点击ok得结果如下：
　　Null Hypothesis: LOGY has a unit root Exogenous: Constant
　　Lag Length: 0 (Automatic based on SIC, MAXLAG=1) t-Statistic Prob.* Augmented Dickey-Fuller test
　　statistic -2.75094601716637 0.0995139988900359 Test critical values: 1% level -4.29707275602226 5% level -3.21269639026225 10% level -2.74767611540013
　　当检验值Augmented Dickey-Fuller test statistic的绝对值大于临界值绝对值时，序列为平稳序列。
　　若非平稳序列，则对logy取一阶差分，再进行平稳性检验。直到出现平稳序列。假设Dlogy和DlogX1为平稳序列。

平稳的,ADF检验值-9.554768小于1%显著水平的检验值-3.574446,所以在99%显著水平下拒绝原假设(原假设是含有单位根）,所以时间序列不含单位根,是平稳的.

接受原假设，从算出来的检验统计量
-3.352668
都大于各临界值，可以认为你的序列在这些显著性水平下都是非平稳的。不能通过adf检验。
这些你可以参考一下易丹辉的书，易丹辉数据分析与eviews应用。