用了两种方法分别做了Granger因果分析。

用gcause，先观察AIC，最小时选择了最优阶数6，然后观察F值和p值，
结果如下：
Granger causality test                          Sample: 1993q3 to 2014q1
                                                                obs = 83
H0: lnsci does not Granger-cause lngdp

              F( 6, 70) =    2.91
               Prob > F =   0.0137

                chi2(6) =   20.69      (asymptotic)
            Prob > chi2 =  0.0021      (asymptotic)

. estat ic

-----------------------------------------------------------------------------
       Model |    Obs    ll(null)   ll(model)     df          AIC         BIC
-------------+---------------------------------------------------------------
           . |     83   -98.39974    238.9006     13    -451.8013   -420.3563
-----------------------------------------------------------------------------


这个结果是说在5%的置信水平上拒绝原假设，lnsci是lngdp的Granger-cause么？

用vargranger做了小样本，滞后阶数选择的还是6，结果如下：
  Granger causality Wald tests
  +------------------------------------------------------------------------+
  |          Equation           Excluded |     F      df    df_r  Prob > F |
  |--------------------------------------+---------------------------------|
  |             lngdp              lnsci |  .44329     1      80   0.5075  |
  |             lngdp                ALL |  .44329     1      80   0.5075  |
  |--------------------------------------+---------------------------------|
  |             lnsci              lngdp |  35.633     1      80   0.0000  |
  |             lnsci                ALL |  35.633     1      80   0.0000  |
  +------------------------------------------------------------------------+


这个p值是不是说在1%的置信水平上有Granger因果了？
如果让stata自主选择滞后阶数就默认为2，这时候p值就很不理想了。

不知道这样的步骤对不对？
我的是季度数据，是1992q1-2014q1，滞后阶数6是不是太大了？用varsoc的话，是4最优……看不懂到底滞后阶数应该怎么选择。。。