خلاصه ماشینی:
"آزمونهای همگرایی1 اگر بررسی رابطهء دو متغیر ناایستا yt,xt,I(0) به وسیله معادله رگرسیون: yt-a?+B?xt+ut موردنظر باشد،باید به جای این معادله با معادلهء زیر که تفاضل اول آن متغیرها را دربردارد کار کرد: (به تصویر صفحه مراجعه شود) اینجا اثر تغییرات متغیر x بر تغییرات متغیر y قابل بررسی است،یعنی پس از روندزدایی از این دو متغیر xt و yt (تبدیل آنها از دو سری زمانی ناایستا به ایستا) میتوانیم تأثیر تغییراتشان را بر هم تخمین بزنیم،ولی اگر هدف رابطه روند دو متغیر یعنی رابطه بلندمدت آنها باشد،باز دچار مشکل خواهیم شد،زیرا در حالت تعادلی داریم: (به تصویر صفحه مراجعه شود) البته مشکل را متوان چنین بیان نمود که وقتی میگوییم یک نظام در حال تعادل است،یعنی حالتی است که متغیر دیگر تمایلی به تغییر ندارد و به حالت ثبات میرسد.
معیار HQC Hannan-Quinn Criterion این معیار اصلا برای انتخاب درجه مدلهای خودرگرسیونی و میانگین متحرک یا بردار خودرگرسیونی پیشنهاد شده است و چنین تعریف میشود: (به تصویر صفحه مراجعه شود) یا بهطور مساوی(در مورد مدلهای رگرسیونی)خواهیم داشت: (به تصویر صفحه مراجعه شود) پردازش دادههای به روش مدل تصحیح خطا (ECM) 1 مقدمه مدلهای (VAR) که در قسمت قبلی توضیح داده شدند از تفاوت اولیه متغیرهای ناایستا استفاده میکنند.
اگر همه متغیرها ناایستا باشند و پس از d بار تفاضلگیری ایستا شوند،یعنی همبسته از درجه d باشند(که با نماد I-(I(d) نشان داده میشود)آنگاه،اگر ترکیب خطی از آنها نظیر Zt همبسته از درجهای کمتر از d یعنی Zt-I(d') و d<d' باشد میان متغیرهای مذکور رابطه بلندمدت(تعادلی)وجود دارد که مدل (ECM) برای متغیرهای فوق چنین تعریف میشود: (به تصویر صفحه مراجعه شود) چون ??yt و ??xt هر دو I(0) هستند،یعنی ایستا(چون yt و xt همگرا از درجه اول بودند، (I(1) ."