Tengo que hacer algunas pruebas de raíz unitaria para un proyecto, simplemente no estoy seguro de cómo interpretar los datos (que es lo que me han pedido que haga).
Aquí está uno de mis resultados:
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
¿Qué digo sobre los valores críticos y los resultados del valor p?
[ASK QUESTION]
en la parte superior y pregúntela allí, entonces podemos ayudarlo adecuadamente. Como eres nuevo aquí, es posible que desees realizar nuestro recorrido , que contiene información para nuevos usuarios.Respuestas:
Esto prueba la hipótesis nula de que la Demanda sigue un proceso de raíz unitaria. Por lo general, rechaza el valor nulo cuando el valor p es menor o igual a un nivel de significancia especificado, a menudo 0.05 (5%) o 0.01 (1%) e incluso 0.1 (10%). Su valor p aproximado es 0.2924, por lo que no podría rechazar el valor nulo en todos estos casos, pero eso no implica que la hipótesis nula sea verdadera. Los datos son simplemente consistentes con ellos.
La otra forma de ver esto es que su estadística de prueba es más pequeña ( en valor absoluto ) que el valor crítico del 10% . Si observó una estadística de prueba como -4, podría rechazar el valor nulo y afirmar que su variable es estacionaria. Esta podría ser una forma más familiar si recuerda que rechaza cuando la estadística de prueba es "extrema". El valor absoluto me parece un poco confuso, por lo que prefiero mirar el valor p.
Pero aún no has terminado. Algunas cosas de las que preocuparse y probar:
dfgls
en Stata), que incluye estimaciones del número óptimo de retrasos para usar. Esta prueba también es más poderosa en un sentido estadístico de esa palabra.fuente
Adición a @ Dimitriy:
El
Stata
corre elOLS
de regresión para elADF
enfirst difference
forma. Entonces, el valor nulo es que el coeficiente en el retraso del nivel de la variable dependiente (Demanda aquí) en el lado derecho es cero (debe usar la regresión de opciones, para confirmar que está ejecutando la regresión enfirst difference
forma). La alternativa es que es menor que cero (one-tailed test
). Entonces, cuando compara las estadísticas de prueba calculadas y el valor crítico, debe rechazar el valor nulo si el valor calculado es menor que el valor crítico (note that this is one (left) tailed test
). En su caso, -1.987 no es menor que -3.580 (valor crítico del 1%) [Intente no usar el valor absoluto porque generalmente se aplica atwo-tailed test
]. Por lo tanto, no rechazamos el nulo al 1%. Si continúa así, verá que nulo tampoco se rechaza al 5% o 10%. Esto también es confirmado porMacKinnon approximate p-value for Z(t) = 0.2924
que dice que nulo será rechazado solo alrededor del 30%, lo cual es bastante alto considerando el nivel tradicional de significancia (1,5 y 10%).Más teórico:
Bajo nulo, la demanda sigue un proceso de raíz unitaria. Por lo tanto, no podemos aplicar el teorema del límite central habitual. En cambio, necesitamos utilizar el teorema funcional del límite central . En otras palabras, las estadísticas de prueba no siguen la
t
distribución sino laTau
distribución. Entonces, no podemos usar los valores críticos det-distribution
.fuente
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 >>>> No hay raíces unitarias >>>> serie estacionaria
La probabilidad del valor de z (t) es significativo >>>> serie estacionaria
fuente