2.3 Elaborazione dei dati
2.3.5 Prove di VAR con dati mensili modificando le dummy
stagionali
Nella precedente VAR sono state evidenziate 11 dummy stagionali che in- dicavano i mesi da Gennaio a Novembre. In quel caso si `e potuta notare un valore pi`u forte dei coefficienti della prima e settima dummy, quindi di Gennaio e Luglio.
�� ���� �� ���� �� ���� �� ���� ����� ����� ����� ����� ����� �������������������������� �� ����������
Figure 2.10: Previsioni per 24 mesi dell’elaborazione su dati mensili di pR
I mesi in cui si raccoglie il caff`e sono Aprile, Luglio ed Ottobre. Perci`o rispetto alla raccolta sembra ci sia poco di relativo, in quanto le dummy signi- ficative si trovano durante un periodo di raccolta e nel punto intermedio (pi`u lontano potremmo dire) dalle altre due date di raccolta.
Di seguito verranno elaborate regressioni variando le dummy mensili. Si potr`a notare che i risultati sono generalmente peggiori di quello precedente. I valori dei coefficienti saranno infatti generalmente molto bassi e con p-value che spesso indicano alta probabilit`a d’errore.
Nel caso immediatamente successivo si evidenzia una significativit`a per le dummy di novembre e dicembre. Nell’ultimo caso preso in considerazione, in- vece, si evidenzia una significativit`a della dummy per gennaio.
Questo pu`o indicare un’importanza nelle decisioni aziendali prese in vista del nuovo anno nel modificare i valori dei prezzi del caff`e al consumo, pi`u delle fluttuazioni secondo i cicli di raccolta degli stessi.
Dummy per il periodo Febbraio - DIcembre
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
AIC = −1, 1967 BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,132313 0,0340458 3,8863 0,0001 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm2 −0,0658322 0,0317930 −2,0707 0,0390 dm3 −0,0486992 0,0312684 −1,5575 0,1201 dm4 −0,0450669 0,0313111 −1,4393 0,1508 dm5 −0,0813451 0,0313444 −2,5952 0,0098 dm6 −0,0808325 0,0311552 −2,5945 0,0098 dm7 −0,00871432 0,0311280 −0,2800 0,7797 dm8 −0,0515440 0,0315709 −1,6326 0,1033 dm9 −0,0863111 0,0313512 −2,7530 0,0062 dm10 −0,0911710 0,0313749 −2,9059 0,0039 dm11 −0,105910 0,0313171 −3,3818 0,0008 dm12 −0,122861 0,0312725 −3,9287 0,0001 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
ρ −0,012496 Durbin–Watson 2,022769
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Marzo - Gennaio
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0664813 0,0339940 1,9557 0,0512 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm3 0,0171330 0,0311118 0,5507 0,5821 dm4 0,0207652 0,0310951 0,6678 0,5046 dm5 −0,0155129 0,0310894 −0,4990 0,6181 dm6 −0,0150003 0,0312244 −0,4804 0,6312 dm7 0,0571179 0,0312504 1,8277 0,0683 dm8 0,0142882 0,0310519 0,4601 0,6457 dm9 −0,0204790 0,0311069 −0,6583 0,5107 dm10 −0,0253388 0,0314670 −0,8053 0,4211 dm11 −0,0400774 0,0315437 −1,2705 0,2046 dm12 −0,0570290 0,0316470 −1,8020 0,0723 dm1 0,0658322 0,0317930 2,0707 0,0390 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Aprile - Febbraio
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0836143 0,0340300 2,4571 0,0144 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm4 0,00363225 0,0308184 0,1179 0,9062 dm5 −0,0326459 0,0308232 −1,0591 0,2902 dm6 −0,0321333 0,0308428 −1,0418 0,2981 dm7 0,0399849 0,0308539 1,2959 0,1957 dm8 −0,00284475 0,0308815 −0,0921 0,9266 dm9 −0,0376119 0,0308309 −1,2199 0,2232 dm10 −0,0424718 0,0310727 −1,3669 0,1724 dm11 −0,0572104 0,0311074 −1,8391 0,0666 dm12 −0,0741620 0,0311675 −2,3795 0,0178 dm1 0,0486992 0,0312684 1,5575 0,1201 dm2 −0,0171330 0,0311118 −0,5507 0,5821 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Maggio - Marzo
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0872465 0,0341578 2,5542 0,0110 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm5 −0,0362781 0,0308178 −1,1772 0,2398 dm6 −0,0357655 0,0308552 −1,1591 0,2471 dm7 0,0363526 0,0308700 1,1776 0,2396 dm8 −0,00647700 0,0308611 −0,2099 0,8339 dm9 −0,0412442 0,0308238 −1,3381 0,1816 dm10 −0,0461040 0,0310848 −1,4832 0,1388 dm11 −0,0608426 0,0311281 −1,9546 0,0513 dm12 −0,0777943 0,0311983 −2,4935 0,0130 dm1 0,0450669 0,0313111 1,4393 0,1508 dm2 −0,0207652 0,0310951 −0,6678 0,5046 dm3 −0,00363225 0,0308184 −0,1179 0,9062 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Giugno - Aprile
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0509684 0,0343252 1,4849 0,1383 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm6 0,000512605 0,0308653 0,0166 0,9868 dm7 0,0726308 0,0308832 2,3518 0,0192 dm8 0,0298011 0,0308495 0,9660 0,3346 dm9 −0,00496604 0,0308197 −0,1611 0,8721 dm10 −0,00982589 0,0310935 −0,3160 0,7522 dm11 −0,0245645 0,0311434 −0,7888 0,4307 dm12 −0,0415161 0,0312217 −1,3297 0,1843 dm1 0,0813451 0,0313444 2,5952 0,0098 dm2 0,0155129 0,0310894 0,4990 0,6181 dm3 0,0326459 0,0308232 1,0591 0,2902 dm4 0,0362781 0,0308178 1,1772 0,2398 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Luglio - Maggio
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0514810 0,0343505 1,4987 0,1347 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm7 0,0721182 0,0308183 2,3401 0,0198 dm8 0,0292885 0,0309777 0,9455 0,3450 dm9 −0,00547865 0,0308647 −0,1775 0,8592 dm10 −0,0103385 0,0310380 −0,3331 0,7392 dm11 −0,0250771 0,0310475 −0,8077 0,4197 dm12 −0,0420287 0,0310816 −1,3522 0,1771 dm1 0,0808325 0,0311552 2,5945 0,0098 dm2 0,0150003 0,0312244 0,4804 0,6312 dm3 0,0321333 0,0308428 1,0418 0,2981 dm4 0,0357655 0,0308552 1,1591 0,2471 dm5 −0,000512605 0,0308653 −0,0166 0,9868 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Agosto - Giugno
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0514810 0,0343505 1,4987 0,1347 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm7 0,0721182 0,0308183 2,3401 0,0198 dm8 0,0292885 0,0309777 0,9455 0,3450 dm9 −0,00547865 0,0308647 −0,1775 0,8592 dm10 −0,0103385 0,0310380 −0,3331 0,7392 dm11 −0,0250771 0,0310475 −0,8077 0,4197 dm12 −0,0420287 0,0310816 −1,3522 0,1771 dm1 0,0808325 0,0311552 2,5945 0,0098 dm2 0,0150003 0,0312244 0,4804 0,6312 dm3 0,0321333 0,0308428 1,0418 0,2981 dm4 0,0357655 0,0308552 1,1591 0,2471 dm5 −0,000512605 0,0308653 −0,0166 0,9868 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Settembre - Luglio
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0807695 0,0344726 2,3430 0,0196 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm9 −0,0347672 0,0308540 −1,1268 0,2605 dm10 −0,0396270 0,0312109 −1,2697 0,2049 dm11 −0,0543656 0,0312937 −1,7373 0,0831 dm12 −0,0713173 0,0314081 −2,2707 0,0237 dm1 0,0515440 0,0315709 1,6326 0,1033 dm2 −0,0142882 0,0310519 −0,4601 0,6457 dm3 0,00284475 0,0308815 0,0921 0,9266 dm4 0,00647700 0,0308611 0,2099 0,8339 dm5 −0,0298011 0,0308495 −0,9660 0,3346 dm6 −0,0292885 0,0309777 −0,9455 0,3450 dm7 0,0428296 0,0310086 1,3812 0,1680 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Ottobre - Agosto
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0460024 0,0346725 1,3268 0,1853 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm10 −0,00485984 0,0310891 −0,1563 0,8759 dm11 −0,0195984 0,0311407 −0,6294 0,5295 dm12 −0,0365501 0,0312227 −1,1706 0,2424 dm1 0,0863111 0,0313512 2,7530 0,0062 dm2 0,0204790 0,0311069 0,6583 0,5107 dm3 0,0376119 0,0308309 1,2199 0,2232 dm4 0,0412442 0,0308238 1,3381 0,1816 dm5 0,00496604 0,0308197 0,1611 0,8721 dm6 0,00547865 0,0308647 0,1775 0,8592 dm7 0,0775968 0,0308841 2,5125 0,0124 dm8 0,0347672 0,0308540 1,1268 0,2605 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Novembre - Settembre
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0411425 0,0347543 1,1838 0,2372 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm11 −0,0147386 0,0312631 −0,4714 0,6376 dm12 −0,0316902 0,0312986 −1,0125 0,3119 dm1 0,0911710 0,0313749 2,9059 0,0039 dm2 0,0253388 0,0314670 0,8053 0,4211 dm3 0,0424718 0,0310727 1,3669 0,1724 dm4 0,0461040 0,0310848 1,4832 0,1388 dm5 0,00982589 0,0310935 0,3160 0,7522 dm6 0,0103385 0,0310380 0,3331 0,7392 dm7 0,0824567 0,0310409 2,6564 0,0082 dm8 0,0396270 0,0312109 1,2697 0,2049 dm9 0,00485984 0,0310891 0,1563 0,8759 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]
Dummy per il periodo Dicembre - Ottobre
Sistema VAR, ordine ritardi 2
Stime OLS usando le osservazioni 1980:03–2015:09 (T = 427)
Log-verosimiglianza = 270,489
Determinante della matrice di covarianza = 0,0164932 AIC = −1, 1967
BIC = −1, 0542 HQC = −1, 1404
Test portmanteau: LB(48) = 69,74, df = 46 [0,0135]
Equazione 1: pR
Coefficiente Errore Std. rapporto t p-value const 0,0264039 0,0346117 0,7629 0,4460 pRt−1 1,15967 0,0484044 23,9580 0,0000 pRt−2 −0,190185 0,0482719 −3,9399 0,0001 dm12 −0,0169516 0,0312668 −0,5422 0,5880 dm1 0,105910 0,0313171 3,3818 0,0008 dm2 0,0400774 0,0315437 1,2705 0,2046 dm3 0,0572104 0,0311074 1,8391 0,0666 dm4 0,0608426 0,0311281 1,9546 0,0513 dm5 0,0245645 0,0311434 0,7888 0,4307 dm6 0,0250771 0,0310475 0,8077 0,4197 dm7 0,0971953 0,0310421 3,1311 0,0019 dm8 0,0543656 0,0312937 1,7373 0,0831 dm9 0,0195984 0,0311407 0,6294 0,5295 dm10 0,0147386 0,0312631 0,4714 0,6376 time 0,000190671 7,61872e–05 2,5027 0,0127 Media var. dipendente 3,456225 SQM var. dipendente 0,905348 Somma quadr. residui 7,042603 E.S. della regressione 0,130743 R2 0,979831 R2corretto 0,979145
F (14, 412) 1429,643 P-value(F ) 0,000000 ˆ
Test F per zero vincoli
Tutti i ritardi di pR F (2, 412) = 4382, 62 [0,0000] Tutte le variabili, ritardo 2 F (1, 412) = 15, 5226 [0,0001]
Per il sistema nel complesso —
Ipotesi nulla: il ritardo maggiore `e 1 Ipotesi alternativa: il ritardo maggiore `e 2 Test del rapporto di verosimiglianza: χ2
1 = 15,792 [0,0001]