Convergent Cross Mapping (CCM)
Convergent Cross Mapping (CCM) ist eine nichtlineare Methode des Zustandsraums zur Detektion von Kausalität zwischen Zeitreihenvariablen, die in einem gemeinsamen dynamischen System eingebettet sind. CCM wurde von George Sugihara und Kollegen in ihrer wegweisenden Arbeit in Science im Jahr 2012 eingeführt und nutzt den Einbettungssatz von Takens: Wenn die Variable X kausal Y beeinflusst, enthält die historische Aufzeichnung von Y genügend Informationen, um die Zustände von X wiederherzustellen. Kausalität wird bestätigt, wenn die Fähigkeit der Kreuzabbildung (cross-map skill) mit zunehmender Länge der Zeitreihenbibliothek konvergiert.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Sugihara, G., et al. (2012). Detecting causality in complex ecosystems. Science, 338(6106), 496–500. DOI: 10.1126/science.1227079 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Convergent Cross Mapping (CCM). ScholarGate. https://scholargate.app/de/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.
- Granger-KausalitätstestÖkonometrie↔ compare
- Rekurrenzanalyse (RQA)Komplexe Systeme↔ compare
- Transfer EntropyKausale Inferenz↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →