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.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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.
- Convergent Cross Mapping (CCM)Kausal inferens↔ compare
- Granger-kausalitetstestØkonometri↔ compare
- Transfer EntropyKausal inferens↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →