我有一个时间序列数据,我使用我的数据运行了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数据估计治疗效果超过10年(1984年至1994年)。我的R结果如下:
>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等式,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当前的信息中获取t统计量?如何在R中得到它。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得分:
> 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?
我被告知我可以使用delta方法,但我不确定这有助于我找到t统计数据。此外,即使在安装包装后,我也很难使用该功能&#34; car&#34;。有没有其他方法可以在没有此delta方法函数的情况下获得t-stat?
非常感谢您提供的任何帮助。
谢谢