Lấy vectơ hợp nhất bằng phương pháp Johansen

Tôi đang cố gắng để hiểu rõ hơn về phương pháp Johansen vì vậy tôi đã phát triển một ví dụ 3.1 được đưa ra bởi cuốn sách Likabilities-Dựa-Inference-Cointegrated-AutoreTHERive-EEometrics nơi chúng tôi có ba quy trình:

vì vậy các vectơ hợp nhất phải là [a, -1, 0] và [0, 0 1], nhưng khi tôi chạy phương thức Johansen, tôi không thể có được chúng.

Mã tôi đang thử là như sau:

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from statsmodels.tsa.stattools import adfuller
from statsmodels.tsa.johansen import coint_johansen

mu, sigma = 0, 1 # mean and standard deviation
n = 1000

s1 = np.random.normal(mu, sigma, n)
s2 = np.random.normal(mu, sigma, n)
s3 = np.random.normal(mu, sigma, n)

x_1t = np.cumsum(s1)+s2
x_2t = 7*np.cumsum(s1)+s3
x_3t = s3

#Creating Pandas object
todays_date = datetime.datetime.now().date()
index = pd.date_range(todays_date-datetime.timedelta(10), periods=n, freq='D')
y = pd.DataFrame(index=index, data={'col1': x_1t, 'col2': x_2t, 'col3':x_3t} )

p = 4
jres = coint_johansen(y, 0, p)

Tôi đã thử một vài giá trị p và tôi không thể có được các vectơ hợp nhất, tôi biết mình đang làm gì đó sai. Cảm ơn.

Tôi đã tìm thấy câu trả lời. Nếu nó hữu ích cho ai đó, có thể kiểm tra sổ tay sau:

http://nbviewer.ipython.org/github/mapsa/seminario-doc-2014/blob/master/cointegration-example.ipynb