ScholarGate
Assistent
Hypothesis testCausality

Hiemstra-Jones' test for ikke-lineær Granger-kausalitet

Hiemstra-Jones-testen, introduceret i 1994, er en ikke-parametrisk procedure til at detektere ikke-lineære kausale sammenhænge mellem to tidsserier efter fjernelse af deres lineære indbyrdes afhængigheder. Udviklet i konteksten af aktiekurs- og handelsvolumendynamik, udvider den det standard lineære Granger-kausalitetsrammeværk ved at anvende korrelationsintegralstatistikker til at detektere forudsigelighed, der stammer fra ikke-lineære mekanismer, som lineære VAR-modeller ikke kan fange.

Anvend med EconMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Hiemstra-Jones' test for ikke-lineær Granger-kausalitet
Convergent Cross Mapping…Granger-kausalitetstestTransfer Entropy

Kilder

  1. Hiemstra, C., & Jones, J. D. (1994). Testing for linear and nonlinear Granger causality in the stock price-volume relation. The Journal of Finance, 49(5), 1639–1664. DOI: 10.1111/j.1540-6261.1994.tb04776.x

Sådan citerer du denne side

ScholarGate. (2026, June 2). Hiemstra-Jones Nonlinear Granger Causality Test. ScholarGate. https://scholargate.app/da/econometrics/hiemstra-jones-causality

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
ScholarGateHiemstra-Jones Causality (Hiemstra-Jones Nonlinear Granger Causality Test). Hentet 2026-06-15 fra https://scholargate.app/da/econometrics/hiemstra-jones-causality · Datasæt: https://doi.org/10.5281/zenodo.20539026