Granger-Kausalitätstest
Der Granger-Kausalitätstest ist ein statistischer Hypothesentest, der bestimmt, ob vergangene Werte einer Zeitreihe zukünftige Werte einer anderen Zeitreihe vorhersagen helfen, über das hinaus, was die eigene Vergangenheit dieser Reihe bereits erklärt. Eingeführt von Clive Granger im Jahr 1969, ist er der Standardansatz zur Beurteilung prädiktiver Kausalität in der VAR-basierten Zeitreihenanalyse.
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.
+9 more
Quellen
- Granger, C. W. J. (1969). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, 37(3), 424–438. DOI: 10.2307/1912791 ↗
- Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press. ISBN: 978-0691042893
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Granger Causality Test. ScholarGate. https://scholargate.app/de/econometrics/granger-causality-test
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.
- ARIMA-Modell (Autoregressives integriertes gleitendes Durchschnittsmodell)Ökonometrie↔ compare
- Augmented Dickey-Fuller (ADF) EinheitswurzeltestÖkonometrie↔ compare
- Toda-Yamamoto-KausalitätstestÖkonometrie↔ compare
- Vektorautoregression (VAR)Ökonometrie↔ compare
- Vektor-Fehlerkorrekturmodell (VECM)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →