Convergent Cross Mapping (CCM)
Convergent Cross Mapping (CCM) és un mètode no lineal d'espai d'estats per detectar causalitat entre variables de sèries temporals incrustades en un sistema dinàmic compartit. Introduït per George Sugihara i col·legues en el seu article clau del 2012 a Science, CCM aprofita el teorema d'incrustació de Takens: si la variable X influeix causalment en Y, el registre històric de Y conté prou informació per recuperar els estats de X. La causalitat es confirma quan la precisió del cross-map millora —convergeix— a mesura que la biblioteca de sèries temporals s'allarga.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Sugihara, G., et al. (2012). Detecting causality in complex ecosystems. Science, 338(6106), 496–500. DOI: 10.1126/science.1227079 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Convergent Cross Mapping (CCM). ScholarGate. https://scholargate.app/ca/causal-inference/convergent-cross-mapping
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Test de causalitat de GrangerEconometria↔ compare
- Anàlisi Quantitativa de Recurrències (RQA)Sistemes complexos↔ compare
- Entropia de TransferènciaInferència causal↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →