ScholarGate
Assistent
Machine learningInformation-theoretic causality

Entropia de Transferència

L'Entropia de Transferència (TE) és una mesura no paramètrica, de teoria de la informació, de la dependència estadística dirigida entre dues sèries temporals, introduïda per Thomas Schreiber el 2000. Basada en l'entropia de Shannon, quantifica quanta informació el passat d'un procés Y redueix la incertesa sobre el proper estat d'un altre procés X, més enllà del que el propi passat de X ja proporciona. A diferència de la correlació lineal o la causalitat de Granger, la TE captura interaccions no lineals i no requereix supòsits del model sobre la dinàmica subjacent.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461–464. DOI: 10.1103/PhysRevLett.85.461

Com citar aquesta pàgina

ScholarGate. (2026, June 2). Transfer Entropy. ScholarGate. https://scholargate.app/ca/causal-inference/transfer-entropy

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.

Compare side by side

Citat per

ScholarGateTransfer Entropy (Transfer Entropy). Recuperat el 2026-06-15 de https://scholargate.app/ca/causal-inference/transfer-entropy · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026