统计，顾名思义即将信息统括起来进行计算的意思，它是对数据进行定量处理的理论与技术。统计分析，常指对收集到的有关数据资料进行整理归类并进行解释的过程。在整个统计分析的过程中，分析是最重要的一个环节，如果缺少这一步，会降低统计工作的作用；准确的说，没有统计分析，统计的工作就没有活力、没有发展，也就没有统计工作的意义。
采用统计分析方法进行研究，必须遵循以下几个统计学基本特征：（1）科学性；（2）直观性；（3）可重复性
统计分析除了基础的统计分析外，还包含了高级统计的知识。高级统计一般包括：回归分析、聚类分析、时间序列、生存分析、判别分析、主成分分析、因子分析、协整分析、联立方程、面板数据模型等统计分析方法。这些高级统计分析不仅包含基础的变量统计信息，还能用于对数据的分类、聚类、回归及预测。可以说高级统计分析部分应用的范围更广、使用频率更高、实际解决问题的能力更强。
统计分析方法很多，但基本方法是定量分析。然而仅仅定量分析还是不足以解决问题，所以应遵循一定的分析技巧，统计分析技巧可以按照“定性—定量—定性”的顺序，巧妙的将定量分析和定性分析结合。
1.1.算法摘要
单位根检验可用于对给定时间序列的平稳性进行检验，给出序列是否含有单位根；若不存在单位根，则检验的数据是平稳的；其中检验序列的平稳性对于序列识别和预测有重要意义，例如：若序列平稳，则可进行Granger因果检验，观察变量之间是否有某种因果关系；若不平稳，则可进行协整检验，检验变量之间是否存在长期的均衡关系；若考虑短周期波动影响，可用误差修正模型检验。
1.2算法原理
单位根检验是建立ARMA模型、ARIMA模型、变量间的协整分析、因果关系检验等的基础。自Nelson和Plosser利用ADF检验研究了美国名义GNP等14个历史经济和金融时间序列的平稳性以后，单位根检验业已成为分析经济和金融时间序列变化规律和预测的重要组成部分。因此，单位根检验作为一种特殊的假设检验，其可靠性的研究以及如何寻求可靠性较高的检验方法或统计量多年来一直是时间序列分析中的重要课题。
检验序列是否含有单位根；可用以下三种方法检验：
1）Augmented-Dickey-Fuller检验：当自回归包含滞后的变化时，基于
值、t检验或F检验的单位根检验称作扩大的迪基－富勒检验。即检验：
原假设为H0：
，备择假设H1：
。检验结果给出ADF检验的临界值水平。如果检验统计值大于临界值则接受原假设H0，说明原始序列Yt存在单位根，是非平稳序列；反之则说明序列Yt不存在单位根是平稳的序列。对于非平稳的时间序列，还需要进一步检验其一阶差分的平稳性，如果检验得知序列的一阶差分是平稳的，则称此序列是I(1).
2）Phillips-Perron检验：P-P检验是基于
关于它的滞后值以及可能的常数项和时间趋势项的简单OLS回归。还可对标准OLS系数和t统计量做序列相关校正。检验方程：
，
3）KPSS检验：Kwiatkowski-Phillips-Schmidt-Shin检验，从待检验序列剔出截距项和趋势项的序列
构造LM统计量。
检验的参数说明：
1）若原序列中不存在单位根，则检验回归形式选择含有常数，意味着所检验的序列的均值不为0；若原序列中存在单位根，则检验回归形式选择含有常数，意味着所检验的序列具有线性趋势；
一个简单易行的办法是画出检验序列的曲线图，通过图形观察原序列是否在一个偏离 0 的位置随机变动或具有一个线性趋势，进而决定是否在检验时添加常数项。
2）若原序列中不存在单位根，则检验回归形式选择含有常数和趋势，意味着所检验的序列具有线性趋势；若原序列中存在单位根，则检验回归形式选择含有常数和趋势，意味着所检验的序列具有二次趋势。
同样，决定是否在检验中添加时间趋势项，也可以通过画出原序列的曲线图来观察。如果图形中大致显示了被检验序列的波动趋势呈非线性变化，那么便可以添加时间趋势项。
二算法背景1993年，Levin和Lin在非平稳的面板数据渐进过程中，发现其中的一些极限分布是高斯分布的估计量可以直接应用在有异方差的面板数据中，这就是对面板数据进行单位根检验的早期版本。
1997年Imetal提出检验面板单位根的IPS法，但Breintung在2000年发现IPS法对限定性趋势的设定极为敏感，并提出Breintung法。
1999年，Maddala和WU提出ADF-Fisher和PP-Fisher面板数据的单位根检验方法。
2002年，Levinetal提出了改进的检验面板数据的单位根方法，称为LLC法；该方法允许不同截距和时间趋势，异方差和高阶序列相关，且时间序列介于25~250之间，截面数介于10~250之间的面板数据的单位根检验。
所以，对面板进行单位根检验，可以使用LLC、IPS、Breintung、ADF-Fisher和PP-Fisher这5种方法。但现在用的比较多的一般是LLC检验法和ADF-Fisher检验法，其中对普通序列（非面板数据）的单位根检验方法通常使用ADF法。
三相关应用单位根检验是针对宏观经济数据序列、货币金融数据序列中是否具有某种统计特性而提出的一种平稳性检验的特殊方法。所以主要应用于经济、金融领域数据的分析。
四参考资料1.维基百科；
2.百度；
3.MBA智库百科（http://wiki.mbalib.com/）
4.马克威分析系统使用教程，www.tenly.com。
5.计量经济学基础（第五版），达摩达尔·N·古扎拉蒂著，中国人民大学出版社。
五实例假设一列时间序列数据，其变量名称为G，经过ADF单位根检验后得到的一些统计量如下：
单位根检验统计量：
|
|
G |
| 检验统计量 | 6.4823 |
| 临界值(水平1%) | -2.5800 |
| 临界值(水平5%) | -1.9500 |
| 临界值(水平10%) | -1.6200 |
从检验结果看出，G的检验统计量大于临界值水平，故认为该序列数据含有单位根，是不平稳。要对该序列进行其他的时间序列处理，需先对其进行差分，将序列变为平稳序列。进行一阶差分后得到的结果如下：
|
|
G |
| 检验统计量 | -8.4449 |
| 临界值(水平1%) | -2.5800 |
| 临界值(水平5%) | -1.9500 |
| 临界值(水平10%) | -1.6200 |
进行差分后，得到的G检验统计量均小于临界值水平，所以进行一阶差分后，G的序列变成平稳的。可以进行其他的检验操作。
六输入输出输入变量类型：要求数值型变量；如：整型、浮点型
输出结果：单位根检验统计结果表等
七相关条目协整分析、平稳性分析、时间序列、格兰杰因果检验
八优缺点单位根检验是建立ARMA模型、ARIMA模型、变量间的协整分析、因果关系检验等的基础，因此对时间序列分析十分重要。但是单位检验结果不显著，我们只能说存在单位根，但是具体是I(1),还是高阶单位根，则不得而知。
