RESUMO O presente artigo avaliou a interferência da quantidade de defasagens utilizadas no resultado do valor-p associado à estatística utilizada no teste de Dickey-Fuller aumentado (ADF), bem como identificou algumas propriedades das séries estudadas que interferem em seu resultado. Foram realizados três experimentos com séries de diferentes amplitudes, considerando estrutura do modelo em relação à presença ou não de constante e/ou tendência, e quantidade de defasagens como fatores. Modelos autorregressivos do tipo AR(1) foram considerados para a geração de dados pelo método de Monte Carlo, que poderiam apresentar diferentes intensidades para o coeficiente associado à primeira defasagem. Depois da aplicação do teste ADF, foram determinadas as proporções de rejeição da hipótese nula em cada condição experimental, sendo utilizada uma análise de variância com a estatística qui-quadrado para verificar a influência da quantidade de defasagens no valor-p. Os resultados mostram que se houver raiz unitária, o teste apresenta bons resultados, independentemente da quantidade de defasagens considerada. Entretanto, o mesmo não foi observado nos casos em que a série temporal não apresenta raiz unitária.

ABSTRACT In this paper we evaluate how much influence the number of selected lags has in the p-value obtained from the statistic considered in an augmented Dickey-Fuller test (ADF). Three experiments with different series sizes were carried out considering the presence (or not) of a constant and/or trend, and also different number of lags. Autoregressive models (AR1) are used in the data generating process through the Monte Carlo method, considering different values for the coefficient associated with the first lag. After the application of the ADF test, we calculate the proportion of times when the null hypothesis was rejected in each scenario, and perform an analysis of variance (considering chi-square statistic) to verify the influence of the number of selected lags in the p-value. Results show that if a unit root is verified, then the test presents a good performance, regardless of the number of lags. However, the same was not observed in cases where the time series does not present a unit root.