Tengo tres variables macroeconómicas (ICS - sentimiento del consumidor, ER - tasa de empleo, DGO - pedido de bienes duraderos) y he realizado pruebas de causalidad de Granger en R en ellas. Realmente no sé cómo interpretar los resultados de una prueba de Granger. ¿Podría alguien echarme una mano para dar algún sentido a los resultados?
Sé que estamos verificando si una variable puede usarse para predecir otra y entiendo que si eso es cierto, entonces debe haber algún retraso en una de las variables y que el orden de la prueba de Granger tiene que ver con el orden . No sé cómo interpretar el hecho de que aquí se informan 2 modelos. Puedo ver que un modelo está con la variable regresora y el otro modelo no tiene regresor. Supongo que el vector Lags 1: 3 significa que estamos probando retrasos de 1, 2 y 3 meses.
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