我有時間序列數據,並使用我的數據運行AR(1)模型。我想要做的是對政策干預的重要性進行測試。所以我的數據是估計治療效果超過10年(1984年至1994年)。來自R我的結果是這樣的:如何獲得AR(1)模型結果的T統計數據R
>Call:
arima(x = data, order = c(1, 0, 0))
Coefficients:
ar1 intercept
0.7063 -0.7838
s.e. 0.0732 1.5316
sigma^2 estimated as 18.97: log likelihood = -257.6, aic = 521.19
從結果來看,我可以得到一個方程,然後找出隱含的長遠影響,我認爲是-2.67。我的問題是如何從當前的信息中獲得t統計數據?我怎樣才能得到它R.此外,因爲我無法得到t統計量,我所做的是用在lmtest包coeftest功能,發現Z值:
> coeftest(ar)
z test of coefficients:
Estimate Std. Error z value Pr(>|z|)
ar1 0.706265 0.073248 9.6422 <2e-16 ***
intercept -0.783839 1.531599 -0.5118 0.6088
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
我能用作爲t統計的替代物的p值?
我被告知我可以使用delta方法,但我不知道如何才能幫助我找到t統計量。此外,即使在安裝「汽車」包裝後,我仍然有些困難。有沒有其他方法可以在沒有這種delta方法功能的情況下獲得t-stat?
任何形式的幫助,你可以提供將非常感激。
謝謝
感謝您的回覆。我檢查了Acf,Pacf(來自預測軟件包),並且我假設你的意思是自迴歸?考慮到我已經完成了所有這些工作,從我的答案中,我明白,僅使用coeftest中的z分數是合理的,並且我沒有必要計算t統計量。另外,我的觀察數量是89,比你提到的60多。最後,感謝您指出對象名稱。我沒有意識到這一點,我會將「coeftest(ar)」中的對象名稱更改爲不同的東西。非常感謝! –