2

我有一个时间序列数据，我使用我的数据运行了一个 AR(1) 模型。我想做的是对政策干预的重要性进行测试。所以我的 ts 数据是 10 年（1984 年到 1994 年）的估计治疗效果。我从 R 得到的结果如下所示：

>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

从结果中，我可以得到一个方程，然后找到隐含的长期效应，我发现它是 -2.67。我的问题是如何从我拥有的当前信息中获取 t 统计量？以及如何在 R 中获得它。另外，由于我无法获得 t 统计量，我所做的是使用 lmtest 包中的 coeftest 函数并找到 z 分数：

> 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

我可以使用 p 值代替 t 统计量吗？

有人告诉我我可以使用 delta 方法，但我不确定这如何帮助我找到 t 统计量。此外，即使安装了“car”包，我在使用该功能时也遇到了一些困难。如果没有这个 delta 方法函数，我还有其他方法可以获得 t-stat 吗？

您可以提供的任何帮助将不胜感激。

谢谢

4

1 回答 1

0

t-statistics当您的观察数量相对较少（通常少于 60 个）并且需要考虑 var(x)/sqrt(n-1) 的“分母”中的少量观察时使用，这是“标准”均值误差”。该arima函数的作者正在为您提供 z 统计量，这将合理地接近 t 统计量。

我认为使用 z-scorecoeftest是合理的，假设您已经完成了探索性工作ar并acf查看您使用的订单参数是否合理。如果您还没有进行探索性分析，那么您可能应该对该主题进行更多阅读。在这个领域，您实际上不能仅仅在某些数据上抛出一个函数并在没有错误消息的基础上假设正确性。（用作对象名称也是一个坏主意ar，因为这也是基本分析函数名称之一。）

于 2017-05-07T01:56:10.583 回答