Je dois faire des tests de racine unitaire pour un projet, je ne sais pas comment interpréter les données (c'est ce qu'on m'a demandé de faire).
Voici un de mes résultats:
dfuller Demand
Dickey-Fuller test for unit root Number of obs = 50
---------- Interpolated Dickey-Fuller ---------
Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value
-------------------------------------------------------------------
Z(t) -1.987 -3.580 -2.930 -2.600
-------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.2924
Que dire des valeurs critiques et des résultats de la valeur p?
[ASK QUESTION]
en haut et posez-la là, alors nous pouvons vous aider correctement. Puisque vous êtes nouveau ici, vous voudrez peut-être faire notre visite , qui contient des informations pour les nouveaux utilisateurs.Réponses:
Cela teste l'hypothèse nulle que la demande suit un processus de racine unitaire. Vous rejetez généralement la valeur nulle lorsque la valeur de p est inférieure ou égale à un niveau de signification spécifié, souvent 0,05 (5%), ou 0,01 (1%) et même 0,1 (10%). Votre valeur p approximative est de 0,2924, vous ne pourriez donc pas rejeter la valeur nulle dans tous ces cas, mais cela n'implique pas que l'hypothèse nulle est vraie. Les données sont simplement cohérentes avec elle.
L'autre façon de voir cela est que votre statistique de test est plus petite ( en valeur absolue ) que la valeur critique de 10% . Si vous avez observé une statistique de test comme -4, vous pouvez rejeter la valeur nulle et prétendre que votre variable est stationnaire. Cela peut être plus familier si vous vous souvenez que vous rejetez lorsque la statistique de test est "extrême". Je trouve la valeur absolue un peu déroutante, donc je préfère regarder la valeur p.
Mais vous n'avez pas encore fini. Quelques choses à craindre et à essayer:
dfgls
dans Stata), qui comprend des estimations du nombre optimal de retards à utiliser. Ce test est également plus puissant au sens statistique de ce mot.la source
Ajout à @ Dimitriy:
Le
Stata
exécute laOLS
régression pour le formulaireADF
infirst difference
. Ainsi, la valeur nulle est que le coefficient de décalage du niveau de la variable dépendante (Demande ici) sur le côté droit est nul (vous devez utiliser les options régresser, pour confirmer qu'il exécute la régression sousfirst difference
forme). L'alternative est qu'elle est inférieure à zéro (one-tailed test
). Ainsi, lorsque vous comparez les statistiques de test calculées et la valeur critique, vous devez rejeter la valeur nulle si la valeur calculée est inférieure à la valeur critique (note that this is one (left) tailed test
). Dans votre cas, -1,987 n'est pas inférieur à -3,580 (valeur critique de 1%) [Essayez de ne pas utiliser la valeur absolue car elle est généralement appliquée àtwo-tailed test
]. Donc, nous ne rejetons pas le null à 1%. Si vous continuez comme ça, vous verrez que null n'est pas non plus rejeté à 5% ou 10%. Ceci est également confirmé parMacKinnon approximate p-value for Z(t) = 0.2924
qui dit que nul ne sera rejeté qu'environ 30%, ce qui est assez élevé compte tenu du niveau de signification traditionnel (1,5 et 10%).Plus théorique:
Sous la valeur null, la demande suit un processus de racine unitaire. Nous ne pouvons donc pas appliquer le théorème central limite habituel. Nous devons plutôt utiliser le théorème de la limite centrale fonctionnelle . En d'autres termes, les statistiques de test ne suivent pas la
t
distribution mais laTau
distribution. Nous ne pouvons donc pas utiliser les valeurs critiques det-distribution
.la source
STATA
Valor z> Valor crítico 5% >>>> Acepto Ho: la serie tiene raíces unitarias >>>> Si hay raíces unitarias >>>> serie no estacionaria
La probabilidad del valor de z (t) es no significativo >>>> serie no estacionaria
Valor z ≤ Valor crítico 5% >>>> Rechazo Ho: la serie tiene raíces unitarias >>>> Pas de foin raíces unitarias >>>> serie estacionaria
La probabilidad del valor de z (t) es significativo >>>> serie estacionaria
la source