我有时间序列数据,并使用我的数据运行AR(1)模型。我想要做的是对政策干预的重要性进行测试。所以我的数据是估计治疗效果超过10年(1984年至1994年)。来自R我的结果是这样的:如何获得AR(1)模型结果的T统计数据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
从结果来看,我可以得到一个方程,然后找出隐含的长远影响,我认为是-2.67。我的问题是如何从当前的信息中获得t统计数据?我怎样才能得到它R.此外,因为我无法得到t统计量,我所做的是用在lmtest包coeftest功能,发现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
我能用作为t统计的替代物的p值?
我被告知我可以使用delta方法,但我不知道如何才能帮助我找到t统计量。此外,即使在安装“汽车”包装后,我仍然有些困难。有没有其他方法可以在没有这种delta方法功能的情况下获得t-stat?
任何形式的帮助,你可以提供将非常感激。
谢谢
感谢您的回复。我检查了Acf,Pacf(来自预测软件包),并且我假设你的意思是自回归?考虑到我已经完成了所有这些工作,从我的答案中,我明白,仅使用coeftest中的z分数是合理的,并且我没有必要计算t统计量。另外,我的观察数量是89,比你提到的60多。最后,感谢您指出对象名称。我没有意识到这一点,我会将“coeftest(ar)”中的对象名称更改为不同的东西。非常感谢! –