Esta duda se puede resolver de diversas formas, pero te damos la respuesta más completa en nuestra opinión.
Solución:
Hipótesis nula: Existe no estacionariedad en la serie.
Hipótesis alternativa: existe estacionariedad en la serie
Data: (-1.8481210964862593, 0.35684591783869046, 0, 1954, '10%': -2.5675580437891359,
'1%': -3.4337010293693235, '5%': -2.863020285222162, 21029.870846458849)
Vamos a dividir los datos uno por uno.
Primer punto de datos: -1.8481210964862593: Valor crítico de los datos en su caso
Segundo punto de datos: 0.35684591783869046: Probabilidad de que null la hipótesis no será rechazada (valor p)
Tercer punto de datos: 0: número de retrasos utilizados en la regresión para determinar la estadística t. Por lo tanto, aquí no hay correlaciones automáticas que vuelvan a los períodos ‘0’.
Cuarto punto de datos: 1954: Número de observaciones utilizadas en el análisis.
Quinto punto de datos: ‘10%’: -2.5675580437891359, ‘1%’: -3.4337010293693235, ‘5%’: -2.863020285222162: valores T correspondientes a la prueba de adfuller.
Dado que el valor crítico -1.8>-2.5,-3.4,-2.8 (valores t en intervalos de confianza del 1%, 5% y 10%), null No se puede rechazar la hipótesis. Entonces no hay estacionariedad en sus datos
También valor p de 0.35>0.05 (si tomamos un nivel de significancia del 5% o un intervalo de confianza del 95%), null No se puede rechazar la hipótesis.
Por lo tanto, los datos no son estacionarios (eso significa que tienen relación con el tiempo)
Bastante sorprendido de que nadie haya respondido esto, pero diré que la forma típica de rechazar el null la hipótesis sería que el resultado de su prueba t -1.84 es menor que todos los valores críticos (1%, 5%, 10%) que, en este caso, no es menor que sus valores críticos.
Si alguien no está de acuerdo, por favor interviene.
lo que dices en tu pregunta es correcto. Una vez que aplicó la prueba de Adfuller sobre su residuo de regresión OLS, estaba comprobando si su residuo tenía alguna heterocedasticidad, en otras palabras, si su residuo era estacionario.
Dado que su valor p de adfuller es más bajo que un cierto alfa especificado (es decir, 5%), entonces puede rechazar el null hipótesis (Ho), porque la probabilidad de obtener un valor p tan bajo como ese por mera suerte (aleatoria) es muy poco probable.
Una vez rechazada la Ho, se puede aceptar la hipótesis alternativa (Ha), que en este caso sería: la serie de residuos es estacionaria.
Aquí está la relación de hipótesis para usted:
Ho: la serie no es estacionaria, presenta heterocedasticidad. En otras palabras, su residuo depende de sí mismo (es decir: yt depende de yt-1, yt-1 depende de yt-2… y así sucesivamente)
Ha: la serie es estacionaria (eso es normalmente lo que deseamos en el análisis de regresión). No se necesita hacer nada más.
Si aún así tu pregunta no se resuelve, no dudes en contactarme.
Sinceramente,