mirror of
https://github.com/Andreaierardi/Master-DataScience-Notes.git
synced 2024-12-12 21:37:59 +01:00
13 lines
1.2 KiB
Plaintext
13 lines
1.2 KiB
Plaintext
|
Grafico tra due intervalli short e long sembra che lungo anticipi shor
|
|||
|
|
- Test root root. P> 5% possiamo dire che ci sia unit root→not stationarity
|
|||
|
|
- Test unit root I(1) con p value minore di 5% quindi rigetto unit root su I(1). Quindi serie iniziale ha
|
|||
|
|
I(1).
|
|||
|
|
- Cointegration test per determinare il VAR. Abbiamo usato il test Engel-Granger e il risultato ci dice
|
|||
|
|
che rifiutiamo l’hypotesi nulla ovvero serie sono cointegrated.
|
|||
|
|
- PFS unit root test. E’ risultato che fossero I(0) e già dal grafico si nota che la serie è stazionaria.
|
|||
|
|
Abbiamo fatto unit root, viene p value 0 < 5% reject H0, therefore is stationary.
|
|||
|
|
- VAR→assumption series non stationary and cointegrated. SO we have to apply a VECM. Prima
|
|||
|
|
cosa, vedere il numero di lag significative da inserire nel nostro modello seguendo Swartz. Consiglia 2 lags. Ora torniamo indietro e possiamo tornare indietro con 2 lags per il VEC poiché in questo non è possibile vedere i lags. Abbiamo specificato time series NO trend e Intercept (point. 2).
|
|||
|
|
- Granger causality VECM→interesse lungo periodo anticipa quello a breve periodo? Non possimao escludere dall’equazione di M2 i valori passati di Y2 poiché p value inferiore a 5%.
|
|||
|
|
- IRF→ci dice come risponde una variabile rispetto all’altra.
|