Hi EDi,
Vielen Dank für deine Hilfe!
Ich habe das Code Snippet mal in meinem Code ausgeführt:
Code: Alles auswählen
Call:
stats::lm(formula = log_IFS_data$Belgium ~ log_IFS_data$Germany)
Residuals:
Min 1Q Median 3Q Max
-0.096228 -0.018844 0.004773 0.022269 0.066033
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.019703 0.034056 0.579 0.564
log_IFS_data$Germany 0.952062 0.008324 114.371 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.03357 on 170 degrees of freedom
Multiple R-squared: 0.9872, Adjusted R-squared: 0.9871
F-statistic: 1.308e+04 on 1 and 170 DF, p-value: < 2.2e-16
Ich glaube, ich verstehe grundsätzlich nicht, welcher t-Wert mit den kritischen Werten für den GPH-Test verglichen werden soll. Hast du vielleicht noch einen Tipp wie ich weiter machen kann?
Falls es hilft, hier mein aktueller Code:
Code: Alles auswählen
library(readr)
library(LongMemoryTS)
library(tsqn)
IFS_data <-
read_delim(
"data/International_Financial_Statistics_data.csv",
";",
escape_double = FALSE,
locale = locale(decimal_mark = ","),
trim_ws = TRUE
)
IFS_data <- na.omit(IFS_data)
log_IFS_data <- log(IFS_data[,c("Belgium", "Germany")])
a <-stats::lm(log_IFS_data$Belgium~log_IFS_data$Germany)
summary(a)
error.IP_AT_DE <- a$residuals
T <- length(error.IP_AT_DE)
d.IP_AT_DE <- gph(X=error.IP_AT_DE, m=T^0.4)
Im Anhang die dazugehörige CSV.