##########Função para fazer o teste ADF
#Sintaxe: adf(K,year,y,int,trend)
#K = número de defasagens autoregressivas
#year = nome da coluna do objeto de dados indicando os instantes de tempo
#(p.ex., 1995,1996,...,2006,2007,...,2025)
#y = nome da coluna com a série de tempo empírica (p.ex., "pib" ou "deflator"
#no conjunto de dados macro_cn_2 (laboratório 3)
#int = 1 se a constante (intercepto) está presente, 0 se não está;
#trend = 1 se a tendência está presente, 0 se não está.
#OBS: é gerado o objeto "mqo", o qual contém todos os resultados da estimação
#de uma regressão linear, incluindo os resíduos.
#com "summary(mqo)" é possível ver as estatísticas "t".

adf<-function(K,year,y,int,trend) {
a<-cbind(1,year=ts(year),ck=ts(y),ck=diff(ts(y)),ck_l1=lag(ts(y),-1))
for(i in 1:K) {
eval(parse(text=paste("a<-cbind(a,diff_l",i,"=diff(lag(ts(y),-i)))",sep="")))
}
colnames(a)<-c("inter","year","y","y_d","y_l1",paste("diff_l",1:K,sep=""))
a<-data.frame(a[(K+2):nrow(a),])
a<-subset(a,is.na(year)==FALSE)
a$uni<-1
xnam <- paste("diff_l",1:K,sep="")
if (int == 1 & trend == 1) {
fmla <- as.formula(paste("y_d ~ 1+ year+y_l1+", paste(xnam, collapse= "+")))
}
if (int == 1 & trend == 0) {
fmla <- as.formula(paste("y_d ~ 1+ y_l1+", paste(xnam, collapse= "+")))
}
if (int == 0 & trend == 1) {
fmla <- as.formula(paste("y_d ~ 0+ year+y_l1+", paste(xnam, collapse= "+")))
}
if (int == 0 & trend == 0) {
fmla <- as.formula(paste("y_d ~ 0+ y_l1+", paste(xnam, collapse= "+")))
}
mqo<<-lm(fmla,data=a)
return(mqo)
}