Comment puis-je obtenir les statistiques t pour les résultats d'un modèle AR (1) dans R

Question

J'ai des données de séries temporelles et j'ai exécuté un modèle AR (1) en utilisant mes données. Ce que je veux faire est de faire un test de la signification d'une intervention politique. Donc, mes données ts est estimé effet du traitement sur 10 ans (1984 à 1994). Mes résultats de R ressemble à ceci:

>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 

A partir des résultats que je peux obtenir une équation, puis trouver l'effet à long terme implicite que je trouve être -2,67. Ma question est la suivante: comment puis-je obtenir les statistiques en t à partir des informations que j'ai actuellement? et comment puis-je obtenir dans R. De plus, puisque je ne pouvais pas obtenir les statistiques t, ce que je faisais était utiliser la fonction coeftest dans le paquet lmtest et a trouvé le score z:

> 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 

pourrais-je utiliser la valeur p comme un substitut à t-statistiques?

On m'a dit que je pourrais utiliser la méthode delta mais je ne suis pas sûr de savoir comment cela peut m'aider à trouver les statistiques t. De plus, j'ai eu du mal à utiliser la fonction même après avoir installé le paquet "voiture". Y at-il un autre moyen que je peux obtenir le t-stat sans cette fonction de méthode delta?

Toute sorte d'aide que vous pouvez fournir serait très appréciée.

Merci

Answer 1

t-statistics sont utilisés lorsque vous avez relativement petit nombre d'observations (généralement moins de 60) et la nécessité de tenir compte du petit nombre d'observations qui sont « dénominateur » du var (x)/sqrt (n-1) qui est "l'erreur standard de la moyenne". Les auteurs de la fonction arima vous donnent la statistique z et cela va raisonnablement être proche d'une statistique t.

Je pense en utilisant le z-score de coeftest est raisonnable en supposant que vous avez fait votre travail exploratoire avec ar et acf pour voir si les paramètres de commande que vous avez utilisé est raisonnable. Si vous n'avez pas fait cette analyse exploratoire, alors vous devriez probablement faire plus de lecture sur le sujet. C'est une zone où vous ne pouvez pas vraiment lancer une fonction sur certaines données et supposer l'exactitude sur la base d'aucun message d'ERREUR. (C'est aussi une mauvaise idée d'utiliser ar comme nom d'objet, puisque c'est aussi un des noms des fonctions d'analyse de base.)