Tôi có ba biến kinh tế vĩ mô (ICS - tâm lý người tiêu dùng, ER - tỷ lệ việc làm, DGO - đơn hàng lâu bền) và đã thực hiện các thử nghiệm quan hệ nhân quả Granger trong R về chúng. Tôi thực sự không biết làm thế nào để diễn giải kết quả của bài kiểm tra Granger. Bất cứ ai có thể giúp tôi với một số ý nghĩa của kết quả?
Tôi biết rằng chúng tôi đang kiểm tra xem liệu một biến có thể được sử dụng để dự đoán biến khác hay không và tôi hiểu rằng nếu đó là sự thật thì phải có một độ trễ trong một trong các biến và thứ tự kiểm tra Granger phải thực hiện theo thứ tự . Tôi không biết làm thế nào để giải thích thực tế là 2 mô hình được báo cáo ở đây. Tôi có thể thấy rằng một mô hình là với biến hồi quy và mô hình kia không có biến hồi quy. Tôi giả sử vectơ Lags 1: 3 có nghĩa là chúng tôi đang thử nghiệm độ trễ 1, 2 và 3 tháng.
grangertest(ICS~ER, order = 3, data=modeling.mts)
Granger causality test
Model 1: ICS ~ Lags(ICS, 1:3) + Lags(ER, 1:3)
Model 2: ICS ~ Lags(ICS, 1:3)
Res.Df Df F Pr(>F)
1 258
2 261 -3 2.0352 0.1094
grangertest(ICS~DGO, order = 3, data=modeling.mts)
Granger causality test
Model 1: ICS ~ Lags(ICS, 1:3) + Lags(DGO, 1:3)
Model 2: ICS ~ Lags(ICS, 1:3)
Res.Df Df F Pr(>F)
1 258
2 261 -3 4.8621 0.002625 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
grangertest(DGO~ER, order = 3, data=modeling.mts)
Granger causality test
Model 1: DGO ~ Lags(DGO, 1:3) + Lags(ER, 1:3)
Model 2: DGO ~ Lags(DGO, 1:3)
Res.Df Df F Pr(>F)
1 258
2 261 -3 3.2704 0.02181 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1