如何获得R中AR（1）模型结果的t统计量

Question

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